Lipofibromatous hamartoma: review of early diagnosis and treatment.
Notice bibliographique
Résumé
BACKGROUND: Lipofibromatous harmartoma (LFH) is a rare tumour that requires early diagnosis and treatment. To alert physicians to the possibility of this tumour, we review the epidemiologic and pathological characteristics, the presentation, diagnosis and treatment of LFH in the upper extremity. METHODS: We obtained data from a MEDLINE search of the English literature from 1966 to June 2003, using the search terms "lipofibromatous," "hamartomas of the nerve," "macrodactyly" and "intraneural lipoma." STUDY SELECTION: Articles that demonstrated institutional experience (epidemiologic, diagnostic and therapeutic, and complications) and those that provided general reviews were selected for inclusion. Of 501 identified articles, 42 fulfilled the review criteria. DATA EXTRACTION: Relevant clinical, diagnostic and therapeutic evaluations were extracted from the literature and synthesized. DATA SYNTHESIS: LFH is distinguished pathologically from other intraneural tumours by fibrofatty infiltration around the nerve fascicles. Typically, patients present either early with macrodactyly or later with a forearm mass lesion or symptoms consistent with a compressive neuropathy of the affected nerve. Although MRI is an important tool in the diagnosis of LFH, the diagnosis should be supported with a tissue biopsy. Treatment for patients with no neurologic deficit involves prophylactic decompression of affected nerves at all points of possible compression. Patients with macrodactyly may benefit from debulking, joint reconstruction or amputation. CONCLUSIONS: LFH differs from other benign nerve tumours with respect to clinical presentation, pathological characteristics, MRI features and management. Because LFH is extensive and inseparable from the nerve fascicles, excision is not recommended.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».