Aller au contenu principal
Accès ouvert déclaré 2024 article

A STANDARDIZED IAC REPORTING SYSTEM ON BREAST LESIONS IN TERTIARY HEALTH CARE CENTER OF FAISALABAD: A CASE SERIES

0Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : pk. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Background: International academy of cytology (IAC) has established a structured, comprehensive and standardized coding system to segregate the breast lesions into categorically 5 groups C1-5 (C1-Insufficient, C2-Benign, C3-Equivocal/ open to more than one interpretation, C4- Suspicious & C5- Malignant) to approach a uniform and unanimous diagnostic criterion of reporting on cytology. The aim of our analysis in the case series is to classify our available data of breast lesions into different categories as per IAC classification. Method: All routine FNAC done in the breast clinic of Madina Teaching Hospital from June 2014 to June 2023 were included in the study. Results: A total of 718 cases were included in the study, varying in age from 11 to 69 years. Out of all the FNACs done, the percentage of C1 cases was 0.41 % (3), C2 cases was 62.5% (449), C3 cases was 5.7 % (41), C4 cases was 7.1 % (51) and C5 cases was 24.2% (174) Conclusion: Cytological categorization based on structured reporting system utilized internationally, will augment the diagnostic uniformity amongst medical practitioners and use of FNAC for diagnosing breast lesions can help prevent redundant surgery and strain to the patient.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
A STANDARDIZED IAC REPORTING SYSTEM ON BREAST LESIONS IN TERTIARY HEALTH CARE CENTER OF FAISALABAD: A CASE SERIES
Date Crossref
04/12/2024
Éditeur
Postgraduate Medical Institute, Lahore General Hospital
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

AI in cancer detection

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.