MétaCan
Menu
Retour à la cohorte
Enregistrement W2007025430 · doi:10.1136/bmj.a2488

Melanoma--Part 2: management

2008· review· en· W2007025430 sur OpenAlexaff
Christina Thirlwell, Paul Nathan

Notice bibliographique

RevueBMJ · 2008
Typereview
Langueen
DomaineMedicine
ThématiqueCutaneous Melanoma Detection and Management
Établissements canadiensNorthwood
Organismes subventionnairesnon disponible
Mots-clésMelanomaMedicineBusinessCancer research

Résumé

récupéré en direct d'OpenAlex

#### Summary points Most melanomas that are detected and treated early are cured. However, advanced disease carries a dismal diagnosis, and timely intervention from members of the multidisciplinary skin cancer team at all stages of the disease is essential to maximise cure rates. The management of patients with incurable disease is highly specialised and requires the input of surgeons, medical and clinical oncologists, palliative care teams, and clinical nurse specialists. In the second of this two part series on melanoma we review its management from primary lesion through to metastatic disease. #### Sources and selection criteria We used Medline (1966-2008), Cochrane Library, and Embase (1980-2008) to identify studies and meta-analyses for this review. The search string included the terms melanoma, adjuvant and metastatic therapy, wide local excision, and sentinel lymph node biopsy. We accessed the websites of the National Institute for Health and Clinical Excellence, National Cancer Research Network, and National Cancer Research Institute for guidelines and current trials in the United Kingdom. In the past, suspicious lesions were often removed in primary care. However, recent national guidance recommends that patients with suspicious pigmented lesions are referred to a specialist member of the hospital based skin cancer team using the two week cancer wait procedure.1 2 This has been the subject of much debate and if fully implemented will result in a change in practice for many general practitioners. Primary melanoma is often difficult to diagnose, even for those with a specialist training. A prospective study showed …

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,701
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,004

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,342
Écart entre enseignants0,288 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetCutaneous Melanoma Detection and ManagementTravaux en français237 207