MétaCan
Menu
Retour à la cohorte
Enregistrement W2058438955 · doi:10.1097/rlu.0b013e3181e9fb87

Hodgkin Lymphoma Post-Transplant Lymphoproliferative Disorder Following Pediatric Renal Transplant

2010· article· en· W2058438955 sur OpenAlexaff
William Makis, Robert Lisbona, Vilma Derbekyan

Notice bibliographique

RevueClinical Nuclear Medicine · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueViral-associated cancers and disorders
Établissements canadiensMcGill UniversityRoyal Victoria Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicinePost-transplant lymphoproliferative disorderLymphomaImmunosuppressionRituximabBiopsyLymphoproliferative disordersRadiologyPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Post-transplant lymphoproliferative disorder (PTLD) occurs in 1.2% of pediatric renal transplant patients, and is frequently Epstein-Barr Virus mediated. Hodgkin Lymphoma PTLD is the rarest of the 4 types of PTLDs recognized by the World Health Organization, with an incidence of <4% of all PTLD patients. It has a distinct clinical course and treatment from all other types of PTLD. This is a case of a 16-year-old girl who had a renal transplant in 2000 due to Moya Moya disease. Her first F-18 FDG PET/CT done in 2006 showed mildly FDG-avid mediastinal adenopathy (histologically nonspecific reactive nodes), however in 2009, after presenting with fevers, a repeat PET/CT showed extensive intensely FDG-avid disease. Biopsy of a supraclavicular node identified Hodgkin Lymphoma PTLD. The patient was treated with chemotherapy and reimaged, showing excellent response to therapy. In contrast, classic PTLD is treated by withdrawal of immunosuppression and administration of Rituximab. F-18 FDG PET/CT is known to be very useful in the staging and monitoring of response to therapy in the setting of classic PTLD. In this case, serial F-18 FDG PET/CT scans proved very useful in the evaluation and follow-up of the rare and distinct Hodgkin Lymphoma PTLD subtype.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,310
Écart entre enseignants0,294 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations8
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Nuclear MedicineMême sujetViral-associated cancers and disordersTravaux en français237 207