An Examination of Melanoma Detection and Characteristics at a Nova Scotia Tertiary Care Centre, From 2015-2019
Notice bibliographique
Résumé
BACKGROUND: with the highest incidence in Nova Scotia (NS). OBJECTIVES: To describe the demographics, lesion characteristics, and diagnostic accuracy of suspected melanomas excised at the largest center in NS. METHODS: The dermatopathology database was interrogated for cases of possible melanoma from 2015 through 2019. Age, gender, site of lesion, pathologic diagnosis, Breslow depth, and equivocal pathology were assessed. RESULTS: 984 lesions had a clinical diagnosis of possible melanoma, identifying 301 melanomas. Of these, 142 (47%) were melanoma in situ (MIS) which in females occurred mostly on the extremities, while in males the head predominated. For invasive melanoma (IM), the extremities remained predominant for women, while the back was most common in men. Lower extremity lesions were more likely to be invasive and female patients were more likely to present with them at a younger age compared to males. The pathology was challenging for 23.94% of MIS, and 16.18% of IM. A mean of 3.1 lesions were excised for every melanoma identified. CONCLUSIONS: Early diagnosis of melanoma is challenging clinically and pathologically. Our melanoma detection rate was 31%, with an increasing trend in the proportion of MIS, and decreasing trend in the proportion of IM over the years. Almost 50% of melanomas were detected in early stages, supporting positive outcomes. Melanomas were more common on extremities in females and the back in males. Melanomas on the lower limbs were more likely to be invasive regardless of gender.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».