Impact of Molecular Testing on Surgical Decision-Making in Indeterminate Thyroid Nodules: A Systematic Review and Meta-Analysis of Recent Advancements
Notice bibliographique
Résumé
Background: The management of indeterminate thyroid nodules (Bethesda III/IV) has evolved with molecular testing, aiming to reduce unnecessary surgeries. However, the comparative effectiveness of different platforms in influencing surgical decision-making remains unclear. This systematic review and meta-analysis evaluate the impact of molecular testing on surgical avoidance rates. Methods: A systematic literature search was conducted across eight electronic databases, including Embase, PubMed, and Cochrane Library, from January 2019 to December 2024, following PRISMA guidelines to encompass most recent advancements in the last 5 years. Studies evaluating Afirma Gene Expression Classifier (GEC), Afirma Genomic Sequencing Classifier (GSC), ThyroSeq V2, ThyroSeq V3, and ThyGenX/ThyraMIR were included. The primary outcome was surgical avoidance, analyzed using a random-effects model. Results: Thirty-one studies comprising 4464 indeterminate thyroid nodules met inclusion criteria. Pooled surgical avoidance rates varied across platforms: ThyroSeq V2 (50.3%, 95% CI: 20.8–79.6%), ThyroSeq V3 (62.5%, 95% CI: 54.8–70.0%), Afirma GEC (58.8%, 95% CI: 43.6–73.1%), Afirma GSC (50.6%, 95% CI: 34.3–66.8%), and ThyGenX/ThyraMIR (68.6%, 95% CI: 63.1–73.9%). ThyGenX/ThyraMIR had the highest surgical avoidance rate and lowest heterogeneity (I2 = 51.2%), while ThyroSeq showed improvement from V2 to V3. Conclusions: Molecular testing reduces unnecessary thyroid surgeries, with avoidance rates ranging from 50.3% to 68.6%. While ThyGenX/ThyraMIR showed the highest avoidance rate, its limited representation warrants cautious interpretation. Standardized protocols are needed to optimize clinical application. Further prospective studies should compare platforms and assess long-term outcomes and cost-effectiveness.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,000 | 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 ».