MétaCan
Menu
Retour à la cohorte
Enregistrement W4283688618 · doi:10.32768/abc.20229si261-271

Global Distribution of Idiopathic Granulomatous Mastitis: A Scoping Review

2022· review· en· W4283688618 sur OpenAlexaff
Sepehr Metanat, Yekta Soleimani Jobaneh, Maedeh Noori, Farhood Sadeghi, Abbas Mirzapour, Negar Mashoori, Sara Mossahebi, Ahmad Kaviani, Mojgan Karbakhsh

Notice bibliographique

RevueArchives of Breast Cancer · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueBreast Lesions and Carcinomas
Établissements canadiensUniversité de MontréalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMastitisMedicineInclusion and exclusion criteriaChinaGranulomatous mastitisEthnic groupMEDLINEDiseaseDermatologyFamily medicinePathologyGeographyAlternative medicineBiologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Background: Idiopathic granulomatous mastitis (IGM) is a challenging exclusion diagnosis for breast lesions, manifested as benign, chronic inflammation of the breast tissue. Although some evidence suggest that IGM cases are not uniformly distributed worldwide, few investigations have specifically addressed this topic. This study aims to examine the distribution of IGM cases among countries and races/ethnicities based on reported cases.Methods: A review of studies with a report of at least one IGM patient published from 2011 to 2020 inclusive was conducted. The search was performed in MEDLINE, and citations were filtered in two stages by title/abstract and full text. Those cases with a positive growth of pathogens, male granulomatous mastitis and review articles were excluded.Results: Among 365 retrieved publications, 218 were finally included based on the inclusion and exclusion criteria, comprising 7161 patients from 34 different countries. Turkey, the United States, and China were the countries where the most publications (including case reports) originated. Considering the number of patients within papers, Turkey, Iran, and China were the pioneers. Conclusion: Based on the published literature, some populations seem to be more prone to IGM. Further investigations may reveal the genetic and environmental factors associated with this disease in different geographic areas.

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)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0190,019
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,034
Tête enseignante GPT0,344
Écart entre enseignants0,310 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Breast CancerMême sujetBreast Lesions and CarcinomasTravaux en français237 207