MétaCan
Menu
Retour à la cohorte
Enregistrement W2981361303 · doi:10.5435/jaaosglobal-d-17-00045

Primary Bone Tumors in Children and Adolescents Treated at a Referral Center in Northern Tanzania

2019· article· en· W2981361303 sur OpenAlexaff
Michelle Ghert, Winfrida C. Mwita, Faiton Ndesanjo Mandari

Notice bibliographique

RevueJAAOS Global Research and Reviews · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSarcoma Diagnosis and Treatment
Établissements canadiensMcMaster University Medical Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineTanzaniaReferralOsteosarcomaSarcomaHumerusPediatricsTibiaGeneral surgerySurgeryFamily medicinePathology

Résumé

récupéré en direct d'OpenAlex

Bone tumors account for a small fraction of childhood cancers. Most published reports are from developed countries. The purpose of this study was to review the primary bone tumors in children and adolescents treated at a referral center in Northern Tanzania. We completed a 10-year hospital-based cross-sectional study in which all patients younger than 20 years diagnosed with a primary bone tumor at the Kilimanjaro Christian Medical Center Orthopaedic Department from January 2006 to December 2015 were identified and reviewed. Of the 80 identified patients, 15 (18.8%) were aged 5 to 8 years, and 65 (81%) were aged 9 to 19 years. Forty-seven males (59%) and 33 females (41%) were identified. The most common tumor locations were the femur, tibia, and humerus. Osteosarcoma was the most common malignant diagnosis (49 patients, 61%). No cases of Ewing sarcoma were reported. The most common tribal origins of the patients were Chagga and Maasai. Most primary bone tumors treated at a referral center in Northern Tanzania are malignant, with osteosarcoma representing the vast majority. No cases of Ewing sarcoma were identified in this tertiary referral hospital-based database.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,016
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,041
Tête enseignante GPT0,350
Écart entre enseignants0,309 · 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 source (Gemma direct ou Codex distillé), 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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAAOS Global Research and ReviewsMême sujetSarcoma Diagnosis and TreatmentTravaux en français237 207