MétaCan
Menu
Retour à la cohorte
Enregistrement W2521334984 · doi:10.1177/1203475416671694

One-Year Review of the SCREEN (Skin Cancer Post-Transplant) Clinic

2016· article· en· W2521334984 sur OpenAlexaffabout
Sarah Baldwin, Sheila Au

Notice bibliographique

RevueJournal of Cutaneous Medicine and Surgery · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueNonmelanoma Skin Cancer Studies
Établissements canadiensSt. Paul's HospitalProvidence Health CareUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineSkin cancerDermatologyCancerInternal medicine

Résumé

récupéré en direct d'OpenAlex

The Skin Cancer Post-Transplant (SCREEN) Clinic is a skin-cancer screening clinic that is fully integrated into the renal transplantation clinic at St Paul's Hospital in Vancouver, British Columbia. The purpose of this review was to determine characteristics of patients most at risk for skin cancer, to specify types and locations of skin cancers diagnosed, and to identify areas for patient and physician education. Transplant patients (91% renal; 5% heart) screened by a dermatologist during a 12-month period were stratified into low-, medium-, and high-risk groups based on detailed history and skin examination. In total, 118 skin cancers were diagnosed. White males were found to be most at risk. Squamous cell carcinoma accounted for the majority of tumours, over 25% of which demonstrated invasion. Forty-two percent of patients used only 1 to 2 bottles of sunscreen per year, and sun-protective practices were limited. With this information, we have identified potential target areas for patient and physician education.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,381
Score d'incertitude au seuil0,925

Scores Codex et Gemma par catégorie

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

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 Opus0,037
Tête enseignante GPT0,308
Écart entre enseignants0,272 · 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 tête enseignante, 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

Citations7
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cutaneous Medicine and SurgeryMême sujetNonmelanoma Skin Cancer StudiesTravaux en français237 207