MétaCan
Menu
Retour à la cohorte
Enregistrement W2795084480 · doi:10.4081/reumatismo.2018.1031

The real evidence for polymyalgia rheumatica as a paraneoplastic syndrome

2018· review· en· W2795084480 sur OpenAlexaboutno aff
Sara Müller, Samantha Hider, Toby Helliwell, Richard Partington, Christian Mallen

Notice bibliographique

RevueReumatismo · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueVasculitis and related conditions
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute for Health and Care Research
Mots-clésMedicinePolymyalgia rheumaticaDiseaseCancerProstate cancerMEDLINEEvidence-based medicineLymphomaDermatologyInternal medicinePathologyAlternative medicineGiant cell arteritisVasculitis

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to systematically consider the evidence for polymyalgia rheumatica (PMR) as a paraneoplastic disease. A systematic review of Medline and Embase was conducted from their inception to February 2017. Risk of bias was assessed using the Newcastle-Ottawa tool. Data were extracted regarding the PMR-cancer association, the types of cancer associated with PMR and the presentation of PMR patients subsequently diagnosed with cancer. Twenty-three full text articles were reviewed from the 1174 unique references identified in the search. Nine articles were included in the final review. There was some evidence of an association between PMR and cancer in the short-term (first 6 to 12 months after diagnosis), but no evidence of an association after this time. Limited evidence suggests that lymphoma, prostate and haematological cancers may be those cancers more commonly diagnosed in those with PMR. There was little evidence to suggest what presenting features may be associated with the development of cancer. There is little evidence of PMR as a true paraneoplastic disease. However, there is reason to be cautious when making the diagnosis of PMR. Clinicians should be aware of this potential association both prior to making a diagnosis and throughout the course of the condition.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,903
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,083
Tête enseignante GPT0,391
Écart entre enseignants0,308 · 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.

Devis d'étudeAutre devis
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

Citations43
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReumatismoMême sujetVasculitis and related conditionsTravaux en français237 207