MétaCan
Menu
Retour à la cohorte
Enregistrement W2996914265 · doi:10.1186/s13223-019-0400-z

Kimura’s disease affecting multiple body parts in a 57-year-old female patient: a case report

2019· article· en· W2996914265 sur OpenAlexvenueno aff
Bo Yu, Guoxing Xu, Xiaofan Liu, Wen Yin, Hao Chen, Baoqing Sun

Notice bibliographique

RevueAllergy Asthma and Clinical Immunology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueVascular Tumors and Angiosarcomas
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiseaseMedicinePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Kimura's disease (KD) is a rare chronic inflammatory disease with unknown etiology. It usually manifests as a painless soft tissue mass or subcutaneous nodule on one side of the patient's head and/or neck and rarely affects multiple parts of the body. The disease is more common among young Asian males. CASE PRESENTATION: A 57-year-old Chinese woman complained of multiple masses on her body surface. Ultrasonography was used to examine the retroperitoneal, bilateral neck, bilateral supraclavicular, bilateral axillary, and bilateral inguinal superficial lymph nodes. Enlargement of multiple lymph nodes was found in all areas. Many solid nodules were also found in the right parotid gland and right posterior neck area, respectively. Numerous solid nodules were seen on the left chest wall. Laboratory tests showed that the percentage of eosinophils in the whole blood was 39.40%, total immunoglobulin E (IgE) level was > 5000 kU/L, and serum special IgE to Phadiatop (inhaled allergens) and fx5 (food allergens) were 1.01 and 1.04 kUA/L, respectively. After a complete examination, the masses located in the right neck, retroauricular and left axillary regions, and left chest wall were resected directly. Postoperative pathological findings revealed KD. CONCLUSIONS: The case discussed in this study is extremely rare and did not meet the common affected areas and age characteristics of KD. This presentation can be used to improve disease awareness among physicians.

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: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,001
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,015
Tête enseignante GPT0,293
Écart entre enseignants0,277 · 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'étudeÉtude de cas
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

Citations13
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAllergy Asthma and Clinical ImmunologyMême sujetVascular Tumors and AngiosarcomasTravaux en français237 207