Clinical and radiological predictive features for high‐grade and invasive carcinoma in intraductal papillary mucinous neoplasms: A systematic review
Notice bibliographique
Résumé
BACKGROUND/PURPOSE: Intraductal papillary mucinous neoplasms (IPMNs) progress from low-grade dysplasia to high-grade dysplasia (HGD) or invasive carcinoma (IC). High diagnostic accuracy is critical for surgical decision-making. METHODS: We searched Medline, Embase, and Cochrane Library from January 1, 2015, to January 27, 2025. Eligible studies reported on resected IPMNs, assessing diagnostic features for HGD/IC. Two reviewers screened articles, extracted data, and assessed bias using the Newcastle-Ottawa scale. Descriptive statistics summarized outcomes. The performance of worrisome features (WFs) and high-risk stigmata (HRS) based on International Association of Pancreatology guidelines were evaluated. RESULTS: In the 53 studies, 12 953 patients were included. HRS including obstructive jaundice and enhancing mural nodules ≥5mm showed robust specificity for HGD/IC, while main pancreatic duct size ≥10mm showed variable diagnostic accuracy. WFs such as cyst size ≥3 cm performed poorly, while cyst growth rate >3.5 mm/year demonstrated higher sensitivity (88%) and specificity (91%). Although rare, abrupt caliber change with distal atrophy was a robust predictor of malignancy (median odds ratio: 3.01). Acute pancreatitis and lymphadenopathy displayed variable value. Incremental improvement in diagnostic accuracy was observed with additional HRS or WFs. CONCLUSIONS: Current diagnostic markers are valuable but provide limited guidance for surgical decision-making in IPMNs, highlighting the need for further refinement of diagnostic tools.
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 | 0,005 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,012 | 0,014 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».