MétaCan
Menu
Retour à la cohorte
Enregistrement W2985349631 · doi:10.3390/jcm8111962

The Clinicopathological Spectrum of Acromegaly

2019· review· en· W2985349631 sur OpenAlexaff
Amit Akirov, L. Sylvia, Lama Amer, Ilan Shimon, Shereen Ezzat

Notice bibliographique

RevueJournal of Clinical Medicine · 2019
Typereview
Langueen
DomaineMedicine
ThématiquePituitary Gland Disorders and Treatments
Établissements canadiensPrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésAcromegalyMedicinePituitary tumorsSomatotropic cellGrowth hormonePathologicalPathologyInternal medicineHormone

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Acromegaly results from a persistent excess in growth hormone with clinical features that may be subtle or severe. The most common cause of acromegaly is a pituitary tumor that causes excessive production of growth hormone (GH), and rare cases are due to an excess of the GH-releasing hormone (GHRH) or the ectopic production of GH. OBJECTIVE: Discuss the different diseases that present with manifestations of GH excess and clinical acromegaly, emphasizing the distinct clinical and radiological characteristics of the different pathological entities. METHODS: We performed a narrative review of the published clinicopathological information about acromegaly. An English-language search for relevant studies was conducted on PubMed from inception to 1 August 2019. The reference lists of relevant studies were also reviewed. RESULTS: Pituitary tumors that cause GH excess have several variants, including pure somatotroph tumors that can be densely or sparsely granulated, or plurihormonal tumors that include mammosomatotroph, mixed somatotroph-lactotroph tumors and mature plurihomonal Pit1-lineage tumors, acidophil stem cell tumors and poorly-differentiated Pit1-lineage tumors. Each tumor type has a distinct pathophysiology, resulting in variations in clinical manifestations, imaging and responses to therapies. CONCLUSION: Detailed clinicopathological information will be useful in the era of precision medicine, in which physicians tailor the correct treatment modality to each patient.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil0,779

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0070,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
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 Opus0,256
Tête enseignante GPT0,532
Écart entre enseignants0,276 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations72
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical MedicineMême sujetPituitary Gland Disorders and TreatmentsTravaux en français237 207