Applying TI-RADS in Thyroid Sonography: Clearing Away the Fog
Notice bibliographique
Résumé
Out of every 100 adults living in North America, 4 to 7 will have a palpable thyroid nodule and 19 to 67 will have a non-palpable nodule demonstrated by ultrasound (US). Despite a 2.4X increase in detection of thyroid cancer over the last 30 years, the 5-year mortality rate has been stable at around 2% since 2005. This could be due to many factors, but one apparent significant contributor is the over-diagnosis of malignant nodules, likely based on better detection rates from US imaging. It has been estimated that more than half of papillary thyroid cancer nodules (the most common type of thyroid cancer) would not have resulted in clinical symptoms during the life-time of the patient if left alone. With US now able to detect cysts as small as 1mm, and solid nodules in the range of 2-3 mm, physicians are left with a difficult decision in determining which nodules require a fine-needle aspiration (FNA) and which are better left alone. To aid with this difficult decision, standardized evidenced based guidelines were developed by various groups and organizations. Of these, thyroid image reporting and data system (TI-RADS) and American Thyroid Association (ATA) 2015 guidelines are the most commonly used in our institution (The Ottawa Hospital). While these efforts to create a standardized system are helpful in determining which nodules require FNA, the basis of these decisions has to come from high-quality imaging technique. However, a retrospective study at our institution found that there was large discrepancy in imaging technique used by technologists when imaging the thyroid. We suggest, at any point of thyroid imaging (pre, during and post FNA) a standardized technique be used in assessment. Providing all necessary imaging data will allow radiologists to produce a sufficiently detailed report, synthesize the findings, and ensure the best management plan possible for each patient. Future work by technologist associations may help establish more robust imaging standards for this patient population.
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 | 0,012 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,009 |
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 ».