McGill Thyroid Nodule Score (MTNS): "rating the risk," a novel predictive scheme for cancer risk determination.
Notice bibliographique
Résumé
OBJECTIVE: There are presently a great number of publications pertaining to the clinical risk factors associated with thyroid cancer. These studies deal mostly with a single feature from either patient demographics, physical examination, laboratory values, imaging, or cytology. We sought to create a novel scoring system that integrates the diagnostic indices of each of these clinical features for carcinoma. METHODS: A retrospective analysis of 1047 consecutive thyroidectomy patients was performed. Each patient was assigned a cancer risk score according to a newly devised 22-variable scoring scheme termed the McGill Thyroid Nodule Score (MTNS). The MTNS was developed by a multidisciplinary team of endocrinologists, thyroid surgeons, and pathologists using already established evidence-based risk factors for thyroid cancer. RESULTS: The exact incidence of malignancy was calculated for each MTNS score based on final pathology. The incidence for scores of 1 to 3 was 27%, of 4 to 7 was 32%, of 8 was 39%, of 9 to 11 was 63%, of 12 to 13 was 88%, and of 14 to 18 was 93%. All (130 of 130) patients with a score ≥ 19 had carcinoma. A score ≤ 8 correlated with a 32% (115 of 357) risk of thyroid cancer, whereas a score > 8 implied an 86% (417 of 487) risk. CONCLUSION: Our data suggest that a combined scoring system, the MTNS, can serve as an accurate predictor of the risk for thyroid cancer in a specific thyroid nodule. This will help physicians better formulate management decisions accordingly.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».