MétaCan
Menu
Retour à la cohorte
Enregistrement W2088155355 · doi:10.2340/00015555-2098

Actinic Keratoses, Actinic Field Change and Associations with Squamous Cell Carcinoma in Renal Transplant Recipients in Manchester, UK

2014· article· en· W2088155355 sur OpenAlexaff
Sarah C. Wallingford, S. Russell, Andy Vail, Charlotte M. Proby, John T. Lear, Adèle C. Green

Notice bibliographique

RevueActa Dermato Venereologica · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueNonmelanoma Skin Cancer Studies
Établissements canadiensHealth Sciences Centre
Organismes subventionnairesCancer Research UK
Mots-clésActinic keratosesMedicineActinic keratosisRenal transplantBasal cellDermatologySkin cancerCancerInternal medicineTransplantation

Résumé

récupéré en direct d'OpenAlex

While actinic keratoses (AKs) have a known association with cutaneous squamous cell carcinoma (SCC), the relation of actinic field change to SCC has not been quantified. This study investigated the presence of field change and AKs in renal transplant recipients (RTRs) and estimated SCC risk. In May 2010 to October 2011, a dermatologist examined 452 white RTRs (mean age 53 years) at two hospitals in Manchester, UK, counting AKs and recording field change presence by body site and SCCs arising during the study period. Of the participants 130 (29%) had AKs at examination. In 60 (13%) RTR patients with AKs but no field change, 4 (7%) developed SCCs, compared with 15 (21%) of the 70 (15%) with AKs and field change. SCCs developed directly within field change areas in 11/15 (73%) RTRs. This study confirms that RTRs with widespread confluent actinic skin damage are at very high risk of SCC and should be monitored closely.

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 candidatesaucune
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 enseignants0,004
Score d'incertitude au seuil0,743

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,033
Tête enseignante GPT0,255
Écart entre enseignants0,222 · 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.

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

Citations35
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa Dermato VenereologicaMême sujetNonmelanoma Skin Cancer StudiesTravaux en français237 207