MétaCan
Menu
Retour à la cohorte
Enregistrement W3199231642 · doi:10.29309/tpmj/2015.22.01.1406

ORAL SQUAMOUS CELL CARCINOMA

2015· article· en· W3199231642 sur OpenAlexaff
Sofia Ali Syed, Mulazim Hussain Bukhari, Riaz Ahmed Warraich, Fauzia Quadir, Asifa Iqbal, Faryal Ali Syed

Notice bibliographique

RevueThe Professional Medical Journal · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensCollège Montmorency
Organismes subventionnairesnon disponible
Mots-clésMedicineGrading (engineering)Basal cellPathologyStainCarcinomaStainingBiology

Résumé

récupéré en direct d'OpenAlex

Background: The aim of this study was to evaluate clinico-pathologicalparameters and the status of argyrophilic nucleolar organizer regions stain in various histologicalgrades of oral squamous cell carcinoma. Materials and Methods: A cross sectional studywas conducted on fifty cases of oral squamous cell carcinoma. The specimen were collectedfrom the department of Oral & Maxillofacial Surgery and processed for hematoxylin and eosinstain and AgNOR stain Pathology Laboratory, King Edward Medical University Lahore. Results:Bidi smoking is associated with oral squamous cell carcinoma. The AgNOR (mAgNOR andpAgNOR) status was significantly low in well differentiated and moderately differentiatedcompared to poorly differentiated oral squamous cell carcinoma (p =0.001). AgNOR size inpoorly differentiated was significantly higher than the AgNOR size in well differentiated oralsquamous cell carcinoma. Similarly the distribution of AgNOR in moderately and poorlydifferentiated oral squamous cell carcinoma was significantly high. The AgNORs index wassignificantly high in poorly differentiated squamous cell carcinoma as compared to welldifferentiated and moderately differentiated squamous cell carcinoma. Conclusions: The useof AgNORs stain is easy, valid and reliable method to assess the histological grading of oralsquamous cell carcinoma and should be used to predict the prognosis of 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0110,004

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 Opus0,028
Tête enseignante GPT0,314
Écart entre enseignants0,285 · 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'étudeSans objet
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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Professional Medical JournalMême sujetRNA modifications and cancerTravaux en français237 207