The diagnostic challenges of medullary thyroid carcinoma: A practical guide for cytopathologists
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Medullary thyroid carcinoma (MTC) is a rare but potentially aggressive neuroendocrine tumor arising from the thyroid C cells (parafollicular cells) that produce calcitonin, representing 1%-3% of thyroid malignancies but contributing to up to 15% of thyroid cancer-related deaths. Early detection is critical for improving survival and outcomes because its tumor origin, treatment, and prognosis differ completely from papillary thyroid carcinoma. However, the low incidence of MTC and its variable cytomorphology can pose significant diagnostic challenges for cytopathologists. Referred to as the great mimicker, MTC can resemble various primary and metastatic tumors, complicating its identification, particularly in fine-needle aspiration (FNA) biopsies. Reported FNA sensitivity for a specific MTC diagnosis varies widely from 12.5% to 88.2%, with a 2014 meta-analysis estimating an overall sensitivity of 56.5% when including suspicious lesions. False-negative FNA results, often caused by misinterpretation of cytologic features or inadequate specimen quality, can lead to delayed or suboptimal treatment. Pathologists must be familiar with MTC's diverse cytopathologic presentation and maintain a low threshold for additional diagnostic tests to ensure an accurate preoperative diagnosis. This review article provides practical guidance on diagnosing MTC, emphasizing cytologic features, ancillary studies, mimickers, and common diagnostic pitfalls, serving as a valuable resource for cytopathologists, general pathologists, and trainees to improve diagnostic accuracy and patient care.
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.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 découle