A Challenging Case of Multiply Recurrent Nasal Basal Cell Carcinoma
Notice bibliographique
Résumé
BACKGROUND: Basal cell carcinoma (BCC) is the most common human malignancy worldwide and represents a significant cost to health care systems. Most cases occur on the head and neck, and many are successfully treated with relatively simple measures. However, if high-risk or complicated cases are not treated effectively, they may result in considerable disfigurement or morbidity. We report on a patient with a complex nasal basal cell carcinoma (BCC) that failed multiple treatments by electrodesiccation and curettage (EDC). Management strategies for primary and recurrent BCC, including EDC, standard excision, Mohs micrographic surgery (MMS), and radiation therapy, are discussed. This case required extensive resection, and we review the literature for predictive factors of significant subclinical spread. OBJECTIVE: To present a complex case that illustrates the management options of high-risk, recurrent BCC of the head and neck. MATERIALS AND METHODS: Case report and review of the literature. RESULTS: MMS offers the lowest recurrence rate in the treatment of recurrent BCC in surgical candidates. A validated risk scale may predict subclinical spread in patients with BCC of the head and neck. CONCLUSIONS: BCC can progress to locally advanced disease, necessitating definitive treatment. EDC performed by an experienced dermatologist may offer cure rates comparable to those of surgery in lower-risk BCC. However, in higher-risk tumors, such as recurrent or larger lesions, methods that ensure clear margins should be considered first line, especially in sensitive locations. The routine use of a validated risk scale can better prepare patients and dermatologists for potentially extensive resections. In cases with risk of extensive involvement, strategies to clearly communicate options and progress at all stages of the process should be available.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,007 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».