MétaCan
Menu
Retour à la cohorte
Enregistrement W2601268179 · doi:10.14740/cii.v2i1.18

Study of Cervical Pap Smears in 558 Cases

2017· article· en· W2601268179 sur OpenAlexvenueno aff
Abu Khalid Muhammad Maruf Raza, Sumia Ahmed Tazri

Notice bibliographique

RevueClinical Infection and Immunity · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCervical Cancer and HPV Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineSquamous intraepithelial lesionBethesda systemPap smearsGynecologyCervixVaginal smearCervical cancerPap testObstetricsBasal cellCervical intraepithelial neoplasiaCytologyPathologyCancerCervical cancer screeningInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Cervical cancer is one of the major causes of mortality among women worldwide. The present research aimed to study and analyze 558 pap smears from women presenting with various gynecological indications and as a routine screening test. Methods: This study was carried out in the Department of Pathology of Jahurul Islam Medical College from the pap smears coming from the Gynecology OPD from February 9, 2015 to February 11, 2016. Pap smears were taken from patients aged 20 - 69 years presenting with different gynecological complaints and as a routine screening test using Ayres spatula. Smears were reported as per the 2004 Bethesda System. Results: Of the 558 pap smears studied, 532 smears were satisfactory for evaluation. Among them, 492 (92.5%) were inflammatory smear, 16 (3%) smears showed low grade squamous intraepithelial lesion (LSIL), four (0.8%) smears showed high grade squamous intraepithelial lesion (HSIL), and four (0.7%) smears showed atypical cells suggestive of squamous cell carcinoma. Chronic per vaginal whitish discharge with itching was the most common complain (70.2% patients). Conclusion: Pap smear is an easy and economical screening method to detect premalignant and malignant lesions of cervix which helps in proper treatment. Clin Infect Immun. 2017;2(1):5-7 doi: https://doi.org/10.14740/cii18w

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,335
Tête enseignante GPT0,549
Écart entre enseignants0,213 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Infection and ImmunityMême sujetCervical Cancer and HPV ResearchTravaux en français237 207