Incidence of Melanocytic Lesions of the Conjunctiva in a Review of 10 675 Ophthalmic Specimens
Notice bibliographique
Résumé
During the study period, 10,675 human ophthalmic specimens were received at The Henry C. Witelson Ophthalmic Pathology Laboratory and Registry, McGill University, Montreal, Canada. Of those, 271 were conjunctival lesions (2.5%), with 101 being classified as melanocytic: 50 (49.5%) nevi, 36 (35.6%) primary acquired melanoses, and 15 (14.9%) melanomas. After exclusion of referred cases, 85 lesions were included in the study: 44 (51.7%) nevi, 33 (38.8%) primary acquired melanoses, and 8 (9.4%) melanomas. The most prevalent location was the bulbar conjunctiva. Conjunctival melanomas were most commonly found in an older age group than primary acquired melanosis or nevi. Conjunctival nevi were subdivided into compound (32.9%), subepithelial (16.4%), and junctional (2.3%). Primary acquired melanosis were further classified into primary acquired melanosis with atypia (8.2%) and primary acquired melanosis without atypia (30.5%). Primary acquired melanoses was the predisposing lesion in 75% of the cases of melanoma. In our sample, referral bias could alter the distribution of conjunctival pigmented lesions, with a shift toward the malignant end.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».