Ultrasound-Enhanced Fine-Needle Biopsy Improves Yield in Human Epithelial and Lymphoid Tissue
Notice bibliographique
Résumé
OBJECTIVE: Needle biopsy is a common technique used to obtain cell and tissue samples for diagnostics. Currently, two biopsy methods are widely used: (i) fine-needle aspiration biopsy (FNAB) and (ii) core needle biopsy (CNB). However, these methods have limitations. Recently, we developed ultrasound-enhanced fine-needle aspiration biopsy (USeFNAB), which employs a needle that flexurally oscillates at an ultrasonic frequency of ∼32 kHz. The needle motion contributes to increased tissue collection while preserving cells and tissue constructs for pathological assessment. Previously, USeFNAB has been investigated only in ex vivo animal tissue. The present study was aimed at determining the feasibility of using USeFNAB in human epithelial and lymphoid tissue. METHODS: Needle biopsy samples were acquired using FNAB, CNB and USeFNAB on ex vivo human tonsils (N = 10). The tissue yield and quality were quantified by weight measurement and blinded pathologists' assessments. The biopsy methods were then compared. RESULTS: The results revealed sample mass increases of, on average, 2.3- and 5.4-fold with USeFNAB compared with the state-of-the-art FNAB and CNB, respectively. The quality of tissue fragments collected by USeFNAB was equivalent to that collected by the state-of-the-art methods in terms of morphology and immunohistochemical stainings made from cell blocks as judged by pathologists. CONCLUSION: Our study indicates that USeFNAB is a promising method that could improve tissue yield to ensure sufficient material for ancillary histochemical and molecular studies for diagnostic pathology, thereby potentially increasing diagnostic accuracy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».