MétaCan
Menu
Retour à la cohorte
Enregistrement W4410031191 · doi:10.1007/s00464-025-11667-8

Appropriate use of tissue sampling and somatostatin receptor PET imaging in the diagnosis of pancreatic neuroendocrine tumors: results of an International Delphi Consensus

2025· article· en· W4410031191 sur OpenAlexaff
Megan Casey, Francesca Tozzi, Jane Wang, Keon Min Park, Emily K. Bergsland, Thomas A. Hope, Hagen F. Kennecke, J. Bart Rose, Michele Babicky, Shayan Irani, Kevin El‐Hayek, Mohammad Abu Hilal, Horacio J. Asbun, Sean Cleary, Peter Smeets, Frederik Berrevoet, Mohamed A. Adam, Adnan Alseidi

Notice bibliographique

RevueSurgical Endoscopy · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueNeuroendocrine Tumor Research Advances
Établissements canadiensUniversity of Toronto
Organismes subventionnairesBijzonder Onderzoeksfonds UGentHelen Diller Family Comprehensive Cancer Center, University of California, San FranciscoUniversity of California, San FranciscoPerelman School of Medicine, University of PennsylvaniaVlaamse regeringUniversiteit GentUniversity of Texas MD Anderson Cancer CenterSchool of Medicine, Stanford UniversityKnight Cancer Institute, Oregon Health and Science UniversityRoy J. and Lucille A. Carver College of Medicine, University of IowaUniversitair Ziekenhuis GentSylvester Comprehensive Cancer Center, University of Miami Health SystemsMemorial Sloan-Kettering Cancer CenterUniversity of UtahUniversity of PennsylvaniaHuntsman Cancer InstituteBrigham and Women's Hospital
Mots-clésMedicineRadiologyMedical physicsPositron emission tomographyBiopsyNeuroendocrine tumorsDelphi methodPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Current guidelines lack clarity regarding the appropriate use of preoperative ultrasound-guided (EUS) biopsy and receptor positron emission tomography (SSTR PET) imaging for pancreatic neuroendocrine tumors (PNETs). This study aims to reach expert consensus on the optimal sequencing of SSTR PET and EUS biopsy in the diagnostic workup and management of patients with suspected PNETs. METHODS: A three-round modified Delphi process was used. A multidisciplinary panel of experts was recruited via snowball sampling. A set of 22 baseline statements pertaining to diagnostic workup, imaging, and biopsy was developed based on literature review and feedback obtained through a focus group. Survey rounds were conducted electronically and anonymously. A panel of international experts was asked to indicate whether they agreed, disagreed, or lacked the appropriate background to answer each statement. Of the 55 experts invited, 38 (69%) accepted to participate. Consensus was achieved with > 80% agreement. RESULTS: Response rates were 97%, 100%, and 100% in rounds 1, 2, and 3, respectively. Following rounds 1 and 2, 29 final statements achieved consensus in the following three domains: diagnostic workup (15 statements), imaging (nine statements), and tissue sampling (five statements). Cronbach's alpha value, a measure of internal consistency, was 0.91 and 0.85 for rounds 1 and 2, respectively. The final set of statements achieved a 95% approval rate in round 3. CONCLUSION: This international Delphi study provides expert consensus-based guidance on the appropriate use of EUS biopsy in the diagnostic workup of PNETs in the era of SSTR PET imaging.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,293
score de la tête « metaresearch » (Gemma)0,222
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,293
Score d'incertitude au seuil0,872

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2930,222
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,004
Communication savante0,0030,003
Science ouverte0,0020,011
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,367
Écart entre enseignants0,332 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSurgical EndoscopyMême sujetNeuroendocrine Tumor Research AdvancesTravaux en français237 207