Surgeon-led Point-of-care Ultrasound-guided Thoracic Biopsy: A new paradigm in efficient diagnosis and resource-sparing care
Notice bibliographique
Résumé
OBJECTIVE: Tissue diagnosis through a variety of interventional approaches guides thoracic cancer management, but often introduces delay to definitive treatment and can be resource intensive. We introduced a thoracic surgeon-led, point-of-care ultrasound-guided biopsy program to provide rapid diagnosis for patients with thoracic cancers. We assessed the diagnostic yield and adverse events with this approach. METHODS: A prospective cohort study was performed of consecutive patients undergoing ultrasound-guided biopsies performed by 5 thoracic surgeons from June 2021 to April 2024 at a tertiary Canadian thoracic surgery institution. By using a bedside ultrasound, 20-gauge tissue cores were obtained using multiple passes with a standard spinal needle. Descriptive univariable statistics were used. RESULTS: A total of 160 patients underwent bedside biopsy for lung (n = 101), liver (n = 20), chest wall/pleural (n = 20), mediastinal (n = 18), or other (n = 1) lesions. Tissue diagnosis was obtained in 86.3% of patients (n = 138), and diagnostic yield was similar for high- and low-volume providers and over time. All liver biopsies were diagnostic. Nondiagnostic biopsies were more likely to occur with benign pathology, chest wall/pleural lesions, or extensive necrosis; diagnosis was achieved with other modalities in most cases. There was 1 postprocedure pneumothorax (adverse event rate 0.6%). CONCLUSIONS: Thoracic surgeon-led ultrasound-guided biopsies are safe in an outpatient clinic setting and have high diagnostic accuracy. This results in reduced time to diagnosis by an estimated 28 to 35 days and frees up endoscopic and radiology resources for other patients. This low-cost procedure can be adopted as part of comprehensive thoracic malignancy assessment and can accelerate patient access to cancer treatment.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».