Non‐Hodgkin lymphoma in Southern Africa: review of 487 cases from The International Non‐Hodgkin Lymphoma Classification Project
Notice bibliographique
Résumé
Comparative data on the distribution of non-Hodgkin lymphoma (NHL) subtypes in Southern Africa (SAF) is scarce. In this study, five expert haematopathologists classified 487 consecutive cases of NHL from SAF using the World Health Organization classification, and compared the results to North America (NA) and Western Europe (WEU). Southern Africa had a significantly lower proportion of low-grade (LG) B-NHL (34·3%) and a higher proportion of high-grade (HG) B-NHL (51·5%) compared to WEU (54·5% and 36·4%) and NA (56·1% and 34·3%). High-grade Burkitt-like lymphoma was significantly more common in SAF (8·2%) than in WEU (2·4%) and NA (2·5%), most likely due to human immunodeficiency virus infection. When SAF patients were divided by race, whites had a significantly higher frequency of LG B-NHL (60·4%) and a lower frequency of HG B-NHL (32·7%) compared to blacks (22·5% and 62·6%), whereas the other races were intermediate. Whites and other races had a significantly higher frequency of follicular lymphoma and a lower frequency of Burkitt-like lymphoma compared to blacks. The median ages of whites with LG B-NHL, HG B-NHL and T-NHL (64, 56 and 67 years) were significantly higher than those of blacks (55, 41 and 34 years). Epidemiological studies are needed to better understand these differences.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».