改善TIR3B瘤分层:试图通过全面的术前算法来弥合差距
C Sparano1, M Puccioni1, V Adornato1
1Endocrinology Unit, Department of Experimental and Clinical Biomedical Sciences 'Mario Serio', University of Florence, Florence, Italy.
Journal of endocrinological investigation
|September 22, 2023
概括
使用临床,超声波和细胞学数据的新算法改善了对TIR3B结节的甲状腺癌风险评估. 这种工具有助于临床医生更好地决定手术不确定的甲状腺细胞学.
科学领域:
- 内分泌学 在内分泌学.
- 在瘤学瘤学.
- 诊断细胞病理学诊断细胞病理学
背景情况:
- 不确定的甲状腺细胞学 (TIR3B) 提出了一个诊断挑战,甲状腺癌风险高达30%.
- 目前的指导方针经常建议为TIR3B进行手术,尽管手术后良性组织学发生率很高.
- 需要改进的方法来完善这些病例的瘤风险分层.
研究的目的:
- 开发和验证一个预测算法,以改善TIR3B甲状腺细胞学中的手术指示.
- 确定主要的临床,超声波和细胞学特征,这些特征可以预测TIR3B结节中的恶性病变.
主要方法:
- 来自单个内分泌单元的TIR3B结节的回顾性分析 (2014年5月-2021年12月) 用于算法开发 (第一阶段).
- 在接受手术的TIR3B结节的单独队列上验证开发的算法 (2022年1月 - 2022年6月) (第二阶段).
- 后勤回归分析被用来构建预测模型,结果是组织学.
主要成果:
- 在第一阶段,得分>14.5表明恶性瘤的几率比为4.98,具有57%的正预测值 (PPV) 和79%的负预测值 (NPV).
- 第二阶段验证证实了该算法的实用性,门为14.5分,PPV为53%,NPV为80%.
- 该算法有效地整合了临床,超声波和细胞学数据,用于风险分层.
结论:
- 结合临床,超声波和细胞学特征的预测算法显著增强了TIR3B细胞学的瘤分层.
- 这种工具可以帮助临床医生做出更明智的决定,关于对不确定的甲状腺结节进行手术干预.
- 进一步验证可能会完善TIR3B病例的外科决策过程.
