Near‐infrared heating of skin to delineate non‐melanoma skin cancer lesions: A pilot study
Notice bibliographique
Résumé
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».