MétaCan
Menu
Retour à la cohorte
Enregistrement W2138900682 · doi:10.1586/17446651.2014.922412

Improving differential diagnosis of pituitary adenomas

2014· article· en· W2138900682 sur OpenAlexaff
Luis V. Syro, Carlos E. Builes‐Montaño, Antonio Di Ieva, Aydın Sav, Fabio Rotondo, Kálmán Kovács

Notice bibliographique

RevueExpert Review of Endocrinology & Metabolism · 2014
Typearticle
Langueen
DomaineMedicine
ThématiquePituitary Gland Disorders and Treatments
Établissements canadiensSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésDifferential diagnosisPathologicalPituitary adenomaMedicinePituitary tumorsPituitary diseaseAdenomaDiseasePathologyBioinformaticsInternal medicineBiologyHormone

Résumé

récupéré en direct d'OpenAlex

Pituitary adenomas are common tumors arising in adenohypophysial cells or their precursors. For improving control of the disease an early diagnosis is important. Initially considered sporadic tumors, some of them are associated with familial syndromes and their recognition and classification is also required. Morphologically, pituitary adenomas represent a heterogeneous group of tumors with several subtypes and different clinical behavior thus a precise pathological diagnosis is crucial. The simple diagnosis of pituitary adenoma is not satisfactory and the correct classification of histological subtypes may predict aggressiveness in the majority of cases. Although considered not malignant, some of them are clinically aggressive and their recognition remains a challenge. In this paper we present the recent advances in the event of improving early recognition and differential diagnosis of pituitary tumors.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,806
Score d'incertitude au seuil0,704

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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,294
Écart entre enseignants0,281 · 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'étudeAutre devis
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

Citations11
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Review of Endocrinology & MetabolismMême sujetPituitary Gland Disorders and TreatmentsTravaux en français237 207