Accurate pattern-based extraction of complex Gleason score expressions from pathology reports

2021 ◽  
pp. 103850
Author(s):  
Joonas Miettinen ◽  
Tomas Tanskanen ◽  
Henna Degerlund ◽  
Aapeli Nevala ◽  
Nea Malila ◽  
...  
2007 ◽  
Vol 177 (4S) ◽  
pp. 469-470 ◽  
Author(s):  
Stephen A. Boorjian ◽  
Sameer A. Siddiqui ◽  
Brant A. Inman ◽  
Jeffrey M. Slezak ◽  
R. Jeffrey Karnes ◽  
...  

2006 ◽  
Vol 175 (4S) ◽  
pp. 136-136
Author(s):  
Tsutomu Nishiyama ◽  
Toshihiko Ikarashi ◽  
Yutaka Hashimoto ◽  
Kazuya Suzuki ◽  
Kota Takahashi

2006 ◽  
Vol 175 (4S) ◽  
pp. 159-159
Author(s):  
Girish Kulkarni ◽  
Gina Lockwood ◽  
Ants Tol ◽  
Andrew Evans ◽  
Michael A.S. Jewett ◽  
...  

2005 ◽  
Vol 173 (4S) ◽  
pp. 435-435 ◽  
Author(s):  
Manish A. Vira ◽  
John E. Tomaszewski ◽  
Anthony V. D'Amico ◽  
Keith VanArsdalen ◽  
Alan J. Wein ◽  
...  

2013 ◽  
Vol 70 (10) ◽  
pp. 607-611
Author(s):  
Stefan Greuter

In der Onkologie existieren hunderte Scores und dutzende Stadieneinteilungen. Diese geben zum Beispiel Auskunft über die Ausdehnung und Prognose einer Tumorerkrankung oder werden bei Therapieentscheidungen mitberücksichtigt. Da bei der vorhandenen Vielfalt eine Beschreibung sämtlicher onkologischer Codes den Umfang dieser Arbeit bei weitem übersteigen würde, fokussiert der folgende Artikel im ersten Teil auf einige beispielhafte und weniger bekannte Scores und im zweiten Teil auf bedeutende Stadieneinteilungen in der Onkologie. Internet-Seiten wie Wikipedia oder Onkopedia bieten Antworten auf viele weitere Fragen rund um onkologische Scores und Stadien. Als Beispiel einer Tumorgraduierung wird der Gleason-Score beim Prostatakarzinom beschrieben. Dieser gibt nicht nur Auskunft über die Prognose der Erkrankung, sondern beeinflusst auch die Primärtherapie. Im Falle einer Metastasierung ist bei der Frage, ob eine (weitere) Systemtherapie durchgeführt werden soll, der Allgemeinzustand des Patienten entscheidend. Dieser wird mit dem Karnofsky-Index und noch häufiger dem ECOG- oder WHO-Performancestatus klassifiziert. Während einer Therapie wird bei soliden Tumoren das Ansprechen nach den RECIST-Kriterien beurteilt und mittels Kürzel in der onkologischen Diagnoseliste festgehalten. Die Ausbreitung solider Malignome wird nach der TNM-Klassifikation dokumentiert. Diese Klassifikation wird regelmäßig nach neusten prognostischen und therapeutischen Ergebnissen aktualisiert. Im Gegensatz dazu hat sich die Stadieneinteilung der Lymphome nach den klassischen Ann Arbor-Kriterien seit der Erstbeschreibung praktisch nicht verändert.


2017 ◽  
Vol 74 (4) ◽  
pp. 165-170
Author(s):  
Rainer Grobholz

Zusammenfassung. Das Prostatakarzinom ist der häufigste Tumor des Mannes und aufgrund von Vorsorgeprogrammen und verbesserter Aufklärung ist die Inzidenz derzeit weiter steigend. Neben der verbesserten klinischen Diagnostik hat die Bildgebung mittels multiparametrischer Magnetresonanztomographie (mpMRT) grosse Fortschritte erzielt. In Verbindung mit dem transrektalen Ultraschall (TRUS) und den MRT Daten ist eine gezieltere Diagnostik von auffälligen Herden in Form von sogenannten Fusionsbiopsien möglich. Die Einbindung der mpMRT in das Biopsieverfahren hat, im Vergleich zur konventionellen TRUS gesteuerten Biopsie, zu einer erhöhten Sensitivität für die Detektion klinisch signifikanter Tumoren geführt. Da das biologische Verhalten der Prostatakarzinome eine starke Heterogenität aufweist, ist es wichtig, behandlungsbedürftige Tumoren früh zu erkennen. Neben den klinischen Parametern spielt die bioptische Diagnostik dabei eine zentrale Rolle. Für die Einschätzung der Aggressivität ist der Gleason-Score nach wie vor einer der zentralen Parameter. Derzeit liegt die dritte Überarbeitung seit der Originalpublikation im Jahre 1966 vor. Um die Probleme des Gleason-Gradings zu umgehen, wurden neue Grad-Gruppen entwickelt, welche auf dem Gleason-Grading aufbauen. Hierbei werden einzelne oder mehrere Gleason-Scores in fünf verschiedene Gruppen mit gleichem biologischen Outcome zusammengefasst. Diese Gruppen erlauben eine sehr gute Unterteilung in Tumoren mit exzellenter Prognose und nur sehr geringem Progressionsrisiko sowie in Tumoren mit schlechter Prognose und hohem Progressionsrisiko. Diese Einteilung erleichtert das Gespräch mit dem Patienten und hilft bei der Auswahl der passenden Therapie. Gleichwohl gibt es noch Fälle, bei denen mehrere Optionen möglich sind und bei denen die Entscheidung für die eine oder andere Therapiestrategie schwierig sein kann. Um der Lösung dieses Problems näher zu kommen, sind derzeit Multigentests verfügbar, welche das Tumorgewebe auf eine bestimmte Anzahl von Genveränderungen untersuchen und daraus einen Scorewert berechnen, anhand welchem eine Risikoabstufung für ein aggressives biologisches Verhalten abgeleitet werden kann. Die Verfügbarkeit dieser Multigentests konnte die klinische Entscheidungsfindung hinsichtlich des weiteren therapeutischen Procedere verbessern, wie die ersten prospektiven Studien zu diesem Thema zeigen konnten. Grössere multizentrische prospektive klinische Studien mit entsprechenden klinischen Verlaufsdaten stehen jedoch noch aus, weshalb derzeit seitens der Fachgesellschaften noch keine Empfehlungen für den Einsatz von Multigentests abgegeben wurden.


1972 ◽  
Vol 11 (03) ◽  
pp. 152-162 ◽  
Author(s):  
P. GAYNON ◽  
R. L. WONG

With the objective of providing easier access to pathology specimens, slides and kodachromes with linkage to x-ray and the remainder of the patient’s medical records, an automated natural language parsing routine, based on dictionary look-up, was written for Surgical Pathology document-pairs, each consisting of a Request for Examination (authored by clinicians) and its corresponding report (authored by pathologists). These documents were input to the system in free-text English without manual editing or coding.Two types of indices were prepared. The first was an »inverted« file, available for on-line retrieval, for display of the content of the document-pairs, frequency counts of cases or listing of cases in table format. Retrievable items are patient’s and specimen’s identification data, date of operation, name of clinician and pathologist, etc. The English content of the operative procedure, clinical findings and pathologic diagnoses can be retrieved through logical combination of key words. The second type of index was a catalog. Three catalog files — »operation«, »clinical«, and »pathology« — were prepared by alphabetization of lines formed by the rotation of phrases, headed by keywords. These keywords were automatically selected and standardized by the parsing routine and the phrases were extracted from each sentence of each input document. Over 2,500 document-pairs have been entered and are currently being utilized for purpose of medical education.


Sign in / Sign up

Export Citation Format

Share Document