MétaCan
Menu
Retour à la cohorte
Enregistrement W2589715483 · doi:10.1177/2513826x1600200302

Cutaneous Horn: A Devil Not Only in Appearance

2016· article· en· W2589715483 sur OpenAlexvenueno aff
Mohd. Altaf Mir, Ali Mahmud, Yaseen M Ch Mohd, Suhailur Rehman, Ahmad M Ch Imran, Mohan Bariar M Ch Lalit

Notice bibliographique

RevuePlastic Surgery Case Studies · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueGenital Health and Disease
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMalignancyScalpHistopathologySurgeryReconstructive surgeryPerineumFrench hornDermatologyPathology

Résumé

récupéré en direct d'OpenAlex

Background: The pathology of most cutaneous horns are benign although malignancy potential has been reported in around 20 to 30 percent and not only the appearance of these lesions are a source of distress but also the fact that they can be associated with malignant transformations. The purpose of this article is to keep the clinician in constant vigil of this uncommon benign but potentially malignant lesions. Objective: To evaluate the association of Cutaneous horn with malignant change Methods: The six patients with cutaeous horn presented in our outpatient department of Plastic and Reconstructive surgery from 1st January 2014 to 30th November 2015 were evaluated and managed with wide local excision and reconstruction considering the principals of the reconstructive ladder. Histopathological reports of the specimen were collected and data was tabulated. The followup clinical examination was done every week. Results: In our study most of the lesions occured on the scalp and the remaining were found on the perineum and malignancy was confirmed on histopathology in half of these scalp lesions, whereas none of the perineal lesions in our sudy showed any malignant change. Conclusions: Cutaneous horn although an uncommon condition and usually neglected by the patient should be kept under high suspicion by the treating Surgeon and definitive management with wide local excision with adequate margins should always be explained to the patient.

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)0,000
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,094
Score d'incertitude au seuil0,804

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0000,000

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 Opus0,050
Tête enseignante GPT0,314
Écart entre enseignants0,263 · 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

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlastic Surgery Case StudiesMême sujetGenital Health and DiseaseTravaux en français237 207