Are All Seborrheic Keratoses Benign? Review of the Typical Lesion and Its Variants
Notice bibliographique
Résumé
BACKGROUND: Seborrheic keratosis (SK) is one of the more common benign epidermal neoplasms seen in adult and middle-aged patients. OBJECTIVE: As little is written in the literature about the variants of SK, this article aims to categorize and discuss the different subtypes and their important associations. METHODS: An in-depth literature search using OVID Medline and PubMed was conducted to classify the various subtypes of SK. Clinical variants were photographed and used to help document the subtypes. The pathology is described for each. RESULTS: Six subtypes of SK were identified: dermatosis papulosa nigra, stucco keratosis, inverted follicular keratosis, large cell acanthoma, lichenoid keratosis, and flat seborrheic keratosis. Although the etiology and pathogenesis of SKs are still largely debatable, several underlying mechanisms and contributing factors have been identified. All subtypes represent benign lesions, and treatment is usually done for cosmetic reasons. Several of the subtypes may act as cutaneous markers for internal malignancy and should be monitored closely for any atypical changes. CONCLUSION: Although all subtypes of SK are benign, their association with other malignant lesions and ability to serve as cutaneous markers of internal malignancy emphasize the importance of correctly identifying all variants.
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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».