The Skin and Disorders of the Haematopoietic and Immune Systems
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
Abstract This chapter reviews skin diseases and symptoms that develop secondarily to underlying malignant or benign diseases of the haematopoietic system. Skin lesions may be caused directly by infiltration of the skin with malignant cells (leukaemia cutis and lymphomatous infiltrates) or by paraproteins secreted by malignant plasma cells (amyloid light‐chain amyloidosis, type I cryoglobulinaemia and macroglobulinaemia cutis). A number of skin signs are an indirect effect of the underlying malignancy, such as paraneoplastic conditions or dermatological syndromes associated with haematological neoplasms (Schnitzler syndrome, POEMS, AESOP and TEMPI syndromes, neurofibromatosis, juvenile xanthogranuloma and juvenile myeloid leukaemia). Kikuchi–Fujimoto disease, Kimura disease, Rosai–Dorfman disease and IgG4‐related disease are idiopathic lymphoadenopathies presenting with characteristic skin lesions. Skin infections, eczematous lesions and vasculitis are the most common cutaneous signs of an underlying immunodeficiency. Chronic skin ulcers may accompany different haemoglobinopathies, such as thalassaemias and sickle cell anaemia. Finally, the skin signs of transfusion reactions (acute allergic reactions, transfusion‐associated graft‐versus‐host disease and post‐transfusion purpura) are reviewed. Diseases of the haematopoietic system often manifest themselves in the skin, and some manifestations are so typical that the dermatologist may be the first physician to detect the underlying blood disorder. More commonly, however, skin symptoms arise in the context of a known haematopoietic disease.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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