Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Malignant disease arising in the maxillary, ethmoid, frontal, or sphenoid sinuses, collectively known as the paranasal sinuses, is rare. Paranasal sinus cancer represents less than 5% of all head and neck malignancy, which in turn comprises less than 10% of malignancy overall. The majority of paranasal sinus cancers arise within the maxillary sinus (70–80%) followed by the ethmoid sinus (10–20%). Because of this, much of the literature (including the present chapter) focuses on data derived from description of tumors arising at these two sites. Cancers arising in the sphenoid or frontal sinuses are extremely rare. The outcome of patients presenting with paranasal sinus cancer is generally poor, with most centers reporting 5‐year survival rates in the range of 30–40%. As with any rare disease, the task of reliably identifying and validating independent prognostic factors for paranasal sinus cancer is complicated by the lack of prospectively collected data and the variability of data reported in the retrospective literature that spans many decades, with most series containing relatively small numbers of patients. Reports frequently describe patients with a wide range of tumor extent and histology treated with variable treatment approaches. Outcomes are often analyzed and reported with respect to different endpoints. Prognostication and empiric management recommendations are regularly based on conclusions drawn from the comparison of inhomogeneous treatment groups. In this chapter we attempt to identify prognostic factors that are supported by currently available data and, of equal importance, those that do not enjoy this support.
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.
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) | 0,001 | 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) | 0,152 | 0,001 |
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.
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 découle