MétaCan
Menu
Retour à la cohorte
Enregistrement W2063973805 · doi:10.1186/1746-1596-4-29

Histopathological study of lesions of the caruncle: a 15-year single center review

2009· article· en· W2063973805 sur OpenAlexaffabout
Helena Parente Solari, Marcelo Palis Ventura, María Eugenia Orellana, Gustavo Amorim Novais, Devinder Cheema, Miguel N. Burnier

Notice bibliographique

RevueDiagnostic Pathology · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer and Skin Lesions
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicinePathologyCanthusPathologicalHistopathologyEyelidDermatologyRadiology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The caruncle is a modified cutaneous tissue located at the inner canthus that contains hair follicles, accessory lacrimal glands, sweat glands and sebaceous glands. These different types of tissues can give rise to a wide variety of lesions that make the clinical diagnosis difficult. The aim of the study was to investigate the most common types of caruncle lesions and the clinical and pathological correlation. METHODS: Retrospective, observational case series. Records of caruncle lesions examined at the Henry C. Witelson Ocular Pathology Laboratory, McGill University, Montreal, Canada, between 1993 and 2008 were analyzed, comparing the clinical and histopathological findings. RESULTS: A total of 42 lesions from 42 patients were analyzed. Twenty-six (61.90%) of the patients were women and 16 (38.10%) were men and the age range from 20 to 84. The main diagnoses were: 16 epithelial lesions (38.09%), 14 inflammatory lesions (31.70%), 10 melanocytic lesions (21,95%), 2 lymphoid lesions (4.87%). From the 28 cases that had a preoperative clinical hypothesis only 17 presented a histopathological confirmation of the diagnosis (60.71%). CONCLUSION: The most common caruncle lesions were epithelial tumors followed by chronic inflammation and melanocytic lesions. Although most of the lesions were benign, there was a great number of misdiagnose based on the clinical suspicious.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0070,006
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,035
Tête enseignante GPT0,312
Écart entre enseignants0,277 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations15
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDiagnostic PathologyMême sujetCancer and Skin LesionsTravaux en français237 207