Through-the-Needle Biopsy Revisited: How Patient Selection and Standardization Reduce Adverse Events in Pancreatic Cyst Evaluation
Notice bibliographique
Résumé
Background/Objectives: Pancreatic cystic lesions (PCLs) are increasingly being detected due to the widespread use of cross-sectional imaging. Endoscopic ultrasound (EUS) is the preferred modality for evaluating their nature and malignancy risk, yet fluid analysis and cytology offer limited sensitivity. Through-the-needle biopsy (TTNB) has emerged as a more accurate diagnostic tool, though it is associated with higher adverse event (AE) rates. In 2021, our center implemented a selective TTNB protocol excluding frail or elderly patients and suspected IPMNs and standardizing the procedure to two passes, complete cyst aspiration, and selective antibiotic prophylaxis. This study aimed to compare AE rates before and after protocol implementation, evaluate safety factors including antibiotic use, and assess TTNB adequacy and diagnostic accuracy. Methods: We retrospectively analyzed consecutive patients referred for TTNB at AOUI Verona between March 2016 and March 2025, dividing them into two groups: before (Group A) and after (Group B) protocol adoption. Patients not punctured due to technical issues, lack of indication, or presumed pseudocystic nature were excluded. Results: Of 970 patients evaluated by EUS, 190 underwent TTNB (100 in Group A and 90 in Group B). Lesions were mainly located in the pancreatic body or tail, with a significantly larger size in Group B. The overall AE rate was 6.3%, significantly higher in Group A (11%) than in Group B (1%). Antibiotic prophylaxis was not associated with AE occurrence. TTNB adequacy was 88.9%, and diagnostic accuracy was 75.3%. Among 68 surgical cases, TTNB was accurate in 79.4%. Conclusions: A selective and standardized TTNB approach significantly reduces AEs while maintaining high adequacy and diagnostic accuracy.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».