MétaCan
Menu
Retour à la cohorte
Enregistrement W4246419861 · doi:10.1038/sj.labinvest.3700732

Gynecologic

2008· article· en· W4246419861 sur OpenAlexaff
Zisong Zhou, E Sotelo, Pheroze Tamboli, Bogdan Czerniak, Bamidele Adeagbo, Timothy Goldsmith, Sharad Ghamande, Keni Gu, V Anandan, Christopher A. Moosavi, H Arabi, Rouba Ali‐Fehmi, Subhayu Bandyopadhyay, L Fathalla, Duangpen Thirabanjasak, Adnan Munkarah, Robert Morris, Silva Wayne, Margaret Assaad, C Otis, Sharon Marconi, D Aximu, Terence J. Colgan, Amee D. Azad, Ruoyu Ni, Nanji Ss

Notice bibliographique

RevueLaboratory Investigation · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecology

Résumé

récupéré en direct d'OpenAlex

to selected 48 cases of renal carcinomas of various subtypes, 7 oncocytomas and 13 normal kidney. Histological examination focused on the presence of small branching glands, stromal cellularity, ovarian-type stroma, prominent vessels and estrogen and progesterone receptors. Results: This study included 26 CN and 13 MEST. Patient' age (53.2 vs 53.8 years) and tumor size (6.5 vs 6.8 cm) were similar between CN and MEST. CN predominantly affected women (male/female=2/24), while MEST exclusively affected female. CN and MEST had many similar histological features, including size of cysts, stromal cellularity, presence of ovarian-type stroma, calcification and hemorrhage. ER and PR were positive in 4/5 (80%) and 3/5 (60%) CN, and 5/8 (62.5%) and 5/7 (71.4%) MEST. However, prominent vessels (4/13, 30.8%) and small branching glands (53.8%) were exclusively seen in MEST (p=0.000). Clustering analysis demonstrated that CN and MEST had very similar molecular profiles (Figure Of differentially expressed genes that best distinguish CN/MEST from other subtypes of kidney tumors, the highest and lowest differentially expressed genes are insulin-like growth factor 2 and carbonic anhydrase II, respectively.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,007
Score d'incertitude au seuil0,435

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,040
Tête enseignante GPT0,245
Écart entre enseignants0,205 · 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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLaboratory InvestigationMême sujetRenal cell carcinoma treatmentTravaux en français237 207