Tenosynovial Giant Cell Tumor: Incidence, Prevalence, Patient Characteristics, and Recurrence. A Registry-based Cohort Study in Denmark
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Tenosynovial giant cell tumor (TGCT) is a rare benign proliferative and inflammatory disease arising from synovia of joints, bursae, or tendon sheaths. We aimed to estimate incidence rate and prevalence of TGCT in Denmark, to describe patient characteristics and treatment modalities among patients with TGCT, and to estimate risk of TGCT recurrence. METHODS: Using registry data on pathology examinations and inpatient and outpatient hospital diagnoses, we identified adult patients with diagnoses of diffuse TGCT (D-TGCT) or localized TGCT (L-TGCT) between 1997 and 2012, followed through 2012. We described patients' characteristics, treatment modalities, and recurrence. RESULTS: We identified 2087 patients with L-TGCT and 574 patients with D-TGCT. Their incidence rates per million person-years were 30.3 (95% CI 29.1-31.7) and 8.4 (95% CI 7.7-9.1), respectively. At the end of 2012, prevalence per 100,000 persons was 44.3 (95% CI 42.4-46.3) for L-TGCT and 11.5 (95% CI 10.6-12.6) for D-TGCT. Women made up 61% of the patients with L-TGCT and 51% of the patients with D-TGCT. Median age at diagnosis was 47 years. Ten-year risk of recurrence was 9.8% (95% CI 8.4-11.3%) after L-TGCT and 19.1% (95% CI 15.7-22.7%) after D-TGCT. CONCLUSION: This study contributes evidence about epidemiology of TGCT based on routinely collected population-based data gathered in a setting of universal equal access to healthcare and complete followup.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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