MétaCan
Menu
Retour à la cohorte
Enregistrement W3129263747 · doi:10.1186/s12885-021-08072-4

Patient-identified early clinical warning signs of nodular melanoma: a qualitative study

2021· article· en· W3129263747 sur OpenAlexafffund
Adina Coroiu, Chelsea Moran, Jessica A. Davine, Kyla Brophy, Catherine Bergeron, Hensin Tsao, Annett Körner, Susan M. Swetter, Alan C. Geller

Notice bibliographique

RevueBMC Cancer · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCutaneous Melanoma Detection and Management
Établissements canadiensMcGill UniversityUniversity of Calgary
Organismes subventionnairesNational Cancer InstituteFonds de Recherche du Québec - SantéNational Institutes of HealthCanadian Institutes of Health ResearchAlberta Innovates
Mots-clésMelanomaWarning signsMedicineDermatology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Nodular (NM) and superficial spreading melanoma (SSM) show different disease trajectories, with more rapid development in NM and fewer opportunities for early detection often resulting in worse outcomes. Our study described the patient-identified early signs of thin NM via comparisons to thin (≤ 2 mm) SSM and thick (> 2 mm) NM. METHODS: We conducted semi-structured interviews with NM and SSM patients and analyzed the data using thematic analysis. RESULTS: We enrolled 34 NM and 32 SSM patients. Melanoma early signs uniquely identified by patients with thin NM included white, blue or black coloration, "dot-like" size, fast changes in shape and color observed over 2 weeks, elevation and texture or "puffiness" over 6-12 months, and the sensation that the mole "did not feel right". Early signs reported by both thin NM and thin SSM patients included round or oblong shape, "jagged" border, pink/red, brown/reddish or dark coloration, "elevated like a pimple" or "tiny bump", fast color darkening, diameter growth, and border irregularity, and mole feeling "really itchy". CONCLUSIONS: We found evidence that early signs of NM can be self-identified, which has important implications for the earlier detection of this most aggressive type of melanoma by both health professionals and patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,029
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,004
Communication savante0,0030,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,074
Tête enseignante GPT0,406
Écart entre enseignants0,332 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations9
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC CancerMême sujetCutaneous Melanoma Detection and ManagementTravaux en français237 207