MétaCan
Menu
Retour à la cohorte
Enregistrement W2799562727 · doi:10.1097/dss.0000000000001498

Treatment for Lentigo Maligna of the Head and Neck: Survey of Practices in Ontario, Canada

2018· article· en· W2799562727 sur OpenAlexaffabout
Annie Liu, Alexis Botkin, Christian Murray, David P. Goldstein, Stefan O.P. Hofer, Nowell Solish, Jessica Kitchen, An‐Wen Chan

Notice bibliographique

RevueDermatologic Surgery · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCutaneous Melanoma Detection and Management
Établissements canadiensUniversity Health NetworkWomen's College HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLentigo malignaMedicineLentigo maligna melanomaHead and neckCheekEyelidSurgerySurgical marginRejuvenationDermatologyMelanomaResection

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Lentigo maligna is an in situ form of cutaneous melanoma that commonly arises on the head and neck. Various surgical and nonsurgical treatment options are available but no randomized trials exist to guide practice. OBJECTIVE: To determine the current treatment practices for lentigo maligna of the head and neck in Ontario, Canada. MATERIALS AND METHODS: Cross-sectional survey of dermatologists, plastic surgeons, and head and neck surgeons. RESULTS: The response rate was 35% (190/542). Wide excision with immediate reconstruction was the most commonly recommended treatment for tumors on the cheek (69%), whereas staged excision with margin control was recommended most often for tumors on the nasal ala (60%). Overall, 5 mm was the most frequently recommended initial surgical margin (69%); 26.5% of respondents recommended margins wider than 5 mm. For tumors on the nasal ala, eyelid, and ear helix, more than 30% of respondents recommended an initial margin narrower than 5 mm. CONCLUSION: Although surgical excision is the predominant treatment modality for lentigo maligna on the head and neck, practices vary considerably in terms of the type of excision and the initial margin used. Potential response bias and the geographic restriction of our sample may limit the generalizability of our results.

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)0,000
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 enseignants0,049
Score d'incertitude au seuil0,189

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,081
Tête enseignante GPT0,294
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 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

Citations3
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDermatologic SurgeryMême sujetCutaneous Melanoma Detection and ManagementTravaux en français237 207