MétaCan
Menu
Retour à la cohorte
Enregistrement W3117576388 · doi:10.3390/jcm10010017

Morphologic Features of Cutaneous T-Cell Lymphomas Using Dermoscopy and High Frequency Ultrasound

2020· article· en· W3117576388 sur OpenAlexaff
Iris Wieser, Joel Ramjist, Neil H. Shear, Raed Alhusayen

Notice bibliographique

RevueJournal of Clinical Medicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCutaneous lymphoproliferative disorders research
Établissements canadiensToronto Metropolitan UniversityUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesAustrian Science Fund
Mots-clésMedicineDermatologyPsoriasisMelanomaSkin biopsyMycosis fungoidesBiopsyPathologyLymphoma

Résumé

récupéré en direct d'OpenAlex

The diagnosis of cutaneous T-cell lymphomas (CTCL) is frequently delayed by a median of three years and requires the clinical evaluation of an experienced dermatologist and a confirmatory skin biopsy. Dermoscopy and high-frequency ultrasound (HFUS) represent two non-invasive diagnostic tools. While dermoscopy is inexpensive and widely used for the diagnosis of melanoma and non-melanoma skin cancers, HFUS of skin lymphomas represents a novel diagnostic approach that is not yet implemented in the routine dermatologic practice. The aim of our study was to prospectively assess skin lesions of patients with either CTCL patches or plaques with dermoscopy and HFUS and to compare the findings with atopic dermatitis (AD) and psoriasis. Thirteen patients with an established diagnosis of CTCL, psoriasis, or AD were studied: Dermoscopy features including spermatozoa-like structures and the presence of white scales could assist in differentiating between early-stage CTCL and AD. HFUS measurements of the skin thickness indicated increased epidermal-, thickness in CTCL, and psoriasis compared with AD. Our results support the use of dermoscopy as a useful tool to diagnose CTCL. HFUS could augment the dermatologic assessment, but further studies will be needed to define standardized parameters.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,347
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,091
Tête enseignante GPT0,416
Écart entre enseignants0,324 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations18
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical MedicineMême sujetCutaneous lymphoproliferative disorders researchTravaux en français237 207