MétaCan
Menu
Retour à la cohorte
Enregistrement W2469584196 · doi:10.1177/1203475416653720

Digital Dermoscopy Photographs Outperform Handheld Dermoscopy in Melanoma Diagnosis

2016· letter· en· W2469584196 sur OpenAlexaffabout
Danielle Mintsoulis, Jennifer Beecker

Notice bibliographique

RevueJournal of Cutaneous Medicine and Surgery · 2016
Typeletter
Langueen
DomaineMedicine
ThématiqueCutaneous Melanoma Detection and Management
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineMelanomaBreslow ThicknessDermatologyMelanoma diagnosisLesionSurgeryInternal medicineCancer

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Pigmented lesion clinics (PLCs) that use technology such as digital dermoscopy and total-body photography are thought to confer a clinical advantage for patients at high risk of developing melanoma over general dermatology clinics (GDCs) with regular dermoscopy. OBJECTIVE: To examine the difference between depths of melanomas diagnosed in a PLC and a GDC. METHODS: Medical records from 257 patients at the PLC at The Ottawa Hospital and 441 patients from a GDC were reviewed. RESULTS: Invasive melanoma was less frequent than in situ melanoma at the PLC (7.14% vs 38.27%; P = .02). The average Breslow depth for melanomas at the PLC was also smaller compared with the GDC (0.0371 vs 0.3450 mm; P = .02). CONCLUSIONS: The use of digital dermoscopy and total-body photography together in a PLC appears to be an effective way to monitor patients at high risk of melanoma.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,256
Écart entre enseignants0,234 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations6
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cutaneous Medicine and SurgeryMême sujetCutaneous Melanoma Detection and ManagementTravaux en français237 207