MétaCan
Menu
Retour à la cohorte
Enregistrement W2512680444 · doi:10.1177/1203475416665601

Risk of Malignancy in Dermatomyositis and Polymyositis

2016· review· en· W2512680444 sur OpenAlexaff
Judy Qiang, Whan B. Kim, Akerke Baibergenova, Raed Alhusayen

Notice bibliographique

RevueJournal of Cutaneous Medicine and Surgery · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueInflammatory Myopathies and Dermatomyositis
Établissements canadiensMcMaster UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineDermatomyositisPolymyositisMalignancyDermatologyPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is variation in the risk of malignancy in dermatomyositis (DM) and polymyositis (PM) in the existing literature. OBJECTIVE: To conduct a meta-analysis to estimate the risk of malignancy in DM and PM as compared with the general population. METHODS: Medline and Embase Database abstracts were searched through August 2014 using the search terms myositis, neoplasms, and paraneoplastic syndromes. Population-based, observational studies in English were included. Meta-analyses were conducted using random-effects models. RESULTS: A total of 5 studies with 4538 DM or PM patients were included in the analysis. The overall relative risk was 4.66 for DM and 1.75 for PM. By gender, the standardized incidence ratio (SIR) of malignancy among DM patients was 5.29 for males and 4.56 for females; the SIR of malignancy among PM patients was 1.62 for males and 2.02 for females. By time since diagnosis, the SIR of malignancy among DM patients was 17.29 in the first year, 2.7 between 1 and 5 years, and 1.37 after 5 years. By age group, the SIR among DM patients was 2.79 for patients between 15 and 44 years and 3.13 beyond 45 years. CONCLUSIONS: Both DM and PM are associated with increased risk of malignancy, but the risk is higher in DM. The risk of malignancy is present in both genders and all age groups and is highest in the first year after diagnosis but persists beyond the fifth year in DM. Adults should be evaluated for malignancy at diagnosis, followed by long-term surveillance.

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)0,011
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,020
Bibliométrie0,0050,005
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,294
Écart entre enseignants0,273 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations216
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cutaneous Medicine and SurgeryMême sujetInflammatory Myopathies and DermatomyositisTravaux en français237 207