MétaCan
Menu
Retour à la cohorte
Enregistrement W3136120932 · doi:10.4081/dr.2021.8972

The effect of COVID-19 emergency in the management of melanoma in Italy

2021· article· en· W3136120932 sur OpenAlexaboutno aff
Intergruppo Melanoma Italiano

Notice bibliographique

RevueDermatology Reports · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineCoronavirus disease 2019 (COVID-19)MelanomaPandemicMetastatic melanomaTelemedicine2019-20 coronavirus outbreakDermatologySevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Quarter (Canadian coin)General surgeryHealth careMedical emergencyPathologyDiseaseCancer research

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has severely hampered the functioning of any health system, absorbing a considerable amount of resources and with the threat of widespread infection in the health services. The present survey has been carried out in Italy to evaluate if and how COVID-19 also affected skin melanoma management. We enrolled 13 Italian centres highly qualified in the diagnosis and care of skin melanoma. We compared a set of information evaluating the amount of activity for melanoma performed during February-April 2020 with the same quarter in 2019. The number of new melanoma diagnosis, biopsies, wide local excisions, overall pathology reports decreased. However, the most severe cases seem promptly managed with sentinel lymph node biopsies, new systemic treatments (north) and the total number of (advanced) treated patients (centre-south). The COVID-19 experience has underlined the need to exploit the help which may come from telemedicine.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,028
Score d'incertitude au seuil0,227

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,027
Tête enseignante GPT0,382
Écart entre enseignants0,355 · 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.

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

Citations70
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDermatology ReportsMême sujetCOVID-19 and healthcare impactsTravaux en français237 207