The Actual Prevalence of Symptoms in Pancreatic Cystic Neoplasms: A Prospective Propensity Matched Cohort Analysis
Notice bibliographique
Résumé
BACKGROUND: The prevalence of symptoms in pancreatic cystic neoplasms (PCNs) is mainly based on retrospective surgical series. The aim of this study is to describe the actual prevalence of symptoms in PCNs under surveillance. METHODS: Patients with PCNs under surveillance observed from 2015 to 2017 were submitted to magnetic resonance imaging (MRI) and a specific interview. An identical survey was carried out on a control population matched for age, sex, and comorbidities in which any pancreatic disease was excluded by MRI. RESULTS: Two groups of 184 individuals were compared. Patients with PCNs have a similar prevalence of abdominal pain when compared to controls (35.2 vs. 28.8, p = 0.2). PCNs in the distal pancreas experienced a significantly increased prevalence of abdominal pain (42.3 vs. 28.8%, p = 0.04), whereas size and presumed connection with the ductal system did not affect the prevalence of abdominal pain. PCNs associated with abdominal pain did not differ in terms of clinical and radiological features from asymptomatic ones. CONCLUSION: Patients with PCNs under surveillance have a similar prevalence of abdominal pain when compared to a matched population of controls. Abdominal pain might not correlate with radiological signs of malignancy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».