Different types of tumors in perimenopausal women presenting with ovarian masses at A Tertiary Care Hospital.
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.
Notice bibliographique
Résumé
Objectives: To determine frequency of benign and malignant tumors among perimenopausal women presenting with ovarian masses at a tertiary care Hospital. Study Design: Descriptive Cross Sectional study. Setting: Department of Obstetrics & Gynecology, Jinnah Hospital, Lahore. Period: Six Months from August 2017 to January 2018. Material & Methods: A total 127 premenopausal females with ovarian masses visiting Obstetrics & Gynaecology Department, Jinnah Hospital, Lahore were selected. After detailed medical history and clinical examination patients underwent ultrasonography to diagnose status of ovarian masses. Data was entered in self-made proforma. Results: Total 127 patients were selected. Mean age of cases was 48.87 ± 3.04 years, with mean BMI of 26.52±2.43 kg/m2 and obese patients were 30.7%. Out of all 73.2% patients had benign masses and 26.8% patients had malignant masses. Obesity and family history were significantly correlated with malignant tumors among premenopausal women having ovarian masses p-value 0.001. Conclusion: It was observed that the malignant tumors are frequently linked to pre-menopausal women with ovarian masses. Obese and family history positive patients are on high risk of malignant tumors.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 découle