MétaCan
Menu
Retour à la cohorte
Enregistrement W3045068230 · doi:10.1111/srt.12936

Near‐infrared heating of skin to delineate non‐melanoma skin cancer lesions: A pilot study

2020· article· en· W3045068230 sur OpenAlex
Kiersten Pianosi, Kevin Jordan, Corey C. Moore

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSkin Research and Technology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCutaneous Melanoma Detection and Management
Établissements canadiensLondon Health Sciences CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésSkin cancerMedicineErythemaLesionDermatologyTarget lesionBiopsyCancerNuclear medicineSurgeryRadiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Surgical excision is a mainstay of treatment for non-melanoma skin cancer (NMSC); improving margin delineation can reduce the need for further monitoring/treatment. The objective of this pilot study was to determine if near-infrared radiation (NIR) application to skin causes visible changes in normal and NMSC skin, to help delineate margins. MATERIALS/METHODS: Eleven biopsy-proven NMSC lesions were included. The skin was then heated under a 175W NIR heating bulb; margins were traced onto acetate film before and after heating. Lesions were then randomly assigned to excision based on pre- or post-heating margins. Composite images were generated by overlaying the heat and no-heat lesion contours. All specimens were sent for histopathology. RESULTS: The range of closest margins in the control group was 2.0-3.0 mm with a median of 2.0 mm; the range in the intervention group was 4.0-9.0 mm with a median of 5.0 mm. Composite images showed larger heat contours when the initial lesion was larger. There was a statistically significant difference between the two groups. Overall, NIR light caused visible hyperaemia to skin, and more intense erythema to malignant skin lesions. CONCLUSION: Near-infrared light may have use in an outpatient setting for skin cancer delineation, possibly reducing the rate of positive margins.

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.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,825
Score d'incertitude au seuil0,529

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,075
Tête enseignante GPT0,373
Écart entre enseignants0,298 · 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