Notice bibliographique
Résumé
Cervical cancer is the second most common cancer in women worldwide, with more than half a million new cases diagnosed in 2005.1 The disease disproportionately affects the poorest regions—more than 80% of cases are found in developing nations, mainly in Latin America, sub-Saharan Africa, and the Indian subcontinent.1 Cervical cancer is an important cause of early loss of life as it affects relatively young women. Important advances have taken place in the diagnosis and treatment of this cancer in recent years. Surgery or chemoradiotherapy can cure 80-95% of women with early stage disease (stages I and II) and 60% with stage III disease (table⇓).2 3 4 5 View this table: International Federation of Gynaecology and Obstetrics (FIGO) staging classification (FIGO 1995, Montreal): cervical carcinoma #### Summary points We searched the literature to identify all relevant articles published from 1966 to March 2007 (PubMed and Cochrane database) using a combination of the terms “cervical cancer”, “diagnosis”, and “management”. Variables of interest were cervical cancer, surgery, chemotherapy, radiotherapy, chemoradiotherapy, complications of treatment, recurrence, and follow-up. Much of the clinical management discussed in this review was based on meta-analyses, systematic reviews, and phase III randomised controlled trials (RCTs). Infection with high risk types of human papillomavirus is the main cause of cervical cancer.6 This has obvious implications for primary prevention (vaccination) and secondary …
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 | 0,003 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| 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 | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».