MétaCan
Menu
Retour à la cohorte
Enregistrement W2981835963 · doi:10.5489/cuaj.5689

Images - Sclerosing mesenteritis presenting with unilateral hydro-ureteronephrosis.

2019· article· en· W2981835963 sur OpenAlexaff
Bruno Turcotte, Paul Toren, Jonathan Cloutier

Notice bibliographique

RevuePubMed · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueIgG4-Related and Inflammatory Diseases
Établissements canadiensHôpital Saint-François d'Assise
Organismes subventionnairesnon disponible
Mots-clésMedicine

Résumé

récupéré en direct d'OpenAlex

Sclerosing mesenteritis (SM) is a rare benign condition that can have many different presentations, including abdominal pain, gastrointestinal symptoms, weight loss, or fever.1 The pathogenesis of this disease is not well-understood, but it may share a common etiology with other idiopathic primary inflammatory and fibrotic processes, such as mesenteric lipodystrophy (adipocyte necrosis) and mesenteric panniculitis (chronic inflammatory state).1 The reported prevalence is 0.6–2.5%, with a male to female ratio of 2 :1.1–4 The non-specific presentation can make the clinical diagnosis difficult. Abdominal exam can identify a mass in less than 50% of cases, while C-reactive protein (CRP) and erythrocytes sedimentation can be a way to follow its response to treatment.5,6 Abdominal contrasted enhanced computed tomography (CT) scan is the most sensitive imaging modality with two specific signs: “fat ring sign” and “tumor pseudocapsule.”4,7,8 To complete the diagnosis, a pathological examination is often required. This case report highlights how the non-specific presentation of SM can obscure the diagnosis.

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 enseignants0,009
Score d'incertitude au seuil0,560

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 Opus0,010
Tête enseignante GPT0,197
Écart entre enseignants0,187 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetIgG4-Related and Inflammatory DiseasesTravaux en français237 207