Deep Penetrating Nevus and Borderline-Deep Penetrating Nevus: A Literature Review
Notice bibliographique
Résumé
Deep penetrating nevi (DPN) are rare melanocytic nevi, which can exhibit atypical histological features hampering the differentiation from malignant melanoma. DPN are considered benign melanocytic lesions, but rare spread to lymph nodes and unfavorable clinical outcomes associated with borderline/atypical DPN (B-DPN) has been reported. Since no guidelines are available for DPN and B-DPN, we aimed to review the literature on DPN and B-DPN to assess the management and prognosis. We screened 3,513 references from EMBASE, Scopus and Medline databases, and included 15 studies with a total of 355 DPN patients and 48 B-DPN patients. Therapeutic interventions ranged from simple excision to wide excisions and sentinel lymph node biopsy (SLNB), with block lymph node dissection in some positive SLNB cases. Follow-up periods ranged from 3 months to 23 years during which a total of five recurrences, two in DPN and three in B-DPN group, and three metastases, in B-DPN group, were reported. While some of the included studies comprised clinical and histopathological correlation, few included genetic assessment. The present review highlights the need for prospective cohort studies applying composite measures to identify effective regimens of diagnostic workup and treatment in DPN and B-DPN.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,010 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».