MétaCan
Menu
Retour à la cohorte
Enregistrement W3124208607 · doi:10.3389/fmed.2020.637223

Muffin Technique Micrographic Surgery for Non-melanoma Skin Cancer

2021· article· en· W3124208607 sur OpenAlexaffabout
Philip Surmanowicz, Arunima Sivanand, Amy Du, Muhammad N. Mahmood, Robert Gniadecki

Notice bibliographique

RevueFrontiers in Medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueNonmelanoma Skin Cancer Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineBasal cell carcinomaSkin cancerBasal cellMelanomaSurgeryDermatologyCancerRetrospective cohort studyMargin (machine learning)Single CenterPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Mohs micrographic surgery (MMS) is the gold standard treatment for high-risk facial non-melanoma skin cancer. However, patients' access to MMS is limited by cost. The muffin technique micrographic surgery (MTMS) is an alternative micrographic technique wherein the entire excised margin is evaluated post-operatively by a pathologist using paraffin-embedded material. Herein, we describe the implementation and the preliminary results of MTMS in an academic dermatology center. Objective: To describe the MTMS and outline its efficacy and safety in a real-world clinical academic setting. Methods: A retrospective chart review was conducted of all patients with basal cell carcinoma (BCC) and squamous cell carcinoma (SCC) who underwent MTMS at the University of Alberta Dermatology Center from June 2016 until July 2019. Results: A total of 69 patients were included (64 BCCs and 5 SCCs). 68.1% of surgeries had clear margins following the first incision, 100% after second round re-excisions. There were no observed cases of tumor recurrence after a median 40 months of follow-up. There were no major adverse events or complications. Conclusions: MTMS is a superior alternative to simple excision of skin cancer by providing full margin control and residual tumor mapping.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,292
Écart entre enseignants0,276 · 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

Citations8
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in MedicineMême sujetNonmelanoma Skin Cancer StudiesTravaux en français237 207