Predisposing Factors and Outcomes of Malignant Skin Tumors in Children
Notice bibliographique
Résumé
BACKGROUND: Although benign and metastatic tumors occur in children, primary malignant skin tumors are uncommon in the pediatric population. In this study, the authors aimed to determine the incidence, risk factors, treatment, reconstruction details, and outcome of malignant skin tumors occurring in pediatric patients at the Hospital for Sick Children. METHODS: The electronic database (CoPath) of the pathology department was searched for all cases of malignant skin tumors treated surgically between January of 2000 and September of 2008. RESULTS: Eighteen patients had been diagnosed and treated surgically for malignant skin tumors. The mean age was 10.4 years. Diagnosis of malignant melanoma was made in 14 patients, diagnosis of basal cell carcinoma was made in four patients, and diagnosis of squamous cell carcinoma was made in one patient. The most common sites of occurrence were lower limbs (33 percent) and face (28 percent). Gorlin syndrome was an underlying predisposing condition in three patients with basal cell carcinoma. All cases of basal cell carcinoma and squamous cell carcinoma underwent surgical resection and primary closure or skin graft. Of the patients with malignant melanoma, seven underwent surgical excision and primary closure and five had excision and skin graft. Eleven patients underwent sentinel node biopsy (Breslow thickness > or = 0.75 mm). Interferon was used as an adjuvant therapy in patients with positive regional lymph nodes. One patient with melanoma suffered a recurrence. CONCLUSIONS: Malignant skin tumors are rare in children. In accordance with previously published data, malignant melanoma was the most frequent tumor in our study. Epithelial tumors were less common and were all associated with an underlying predisposing condition.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».