MétaCan
Menu
← Retour à la cohorte
Enregistrement W4312126836 · doi:10.53350/pjmhs221610997

Pattern of Uterine and Cervical Lesions Marked on Histopathological Examination of Hysterectomy Specimens

2022· article· en· W4312126836 sur OpenAlexaff
Henna Khalid, Mariam Riaz, Momina Khadija Abbasi, Bushra Adeel, Sadia Shoukat, Reema Fateh

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueUterine Myomas and Treatments
Établissements canadiensAbbott (Canada)
Organismes subventionnairesnon disponible
Mots-clésAdenomyosisMedicineHysterectomyCervicitisHistopathologyGynecologyUterusLeiomyomaMalignancyGynecological ExaminationObstetricsPathologyEndometriosisInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: In Gynecology, most of the knowledge circles around the female reproductive tract and uterus has been a vital organ playing central role in female reproductive life cycle both in terms of menstrual and ostereous cycles. Uterus is subjected to both mechanical and hormonal stresses so uterine pathologies and diseases are the most common pathologies marked in female reproductive systems. These pathologies range from benign uterine pathology to malignancy in many cases. Most of the uterine and cervical pathologies are diagnosed after hysterectomy on histopathological examination only. Objective: The study was carried out to see histopathological patterns of uterine and cervical lesions in hysterectomy specimens. Study Design: Histopathology department of Women Medical and Dental College, Abbottabad from August 2021 to August 2022. Materials and Methods: It was a retrospective study done on hysterectomy samples findings in histopathological examination of uterine and cervical area on 80 specimens over a 1 year period. SPSS latest version was used for DATA. Results: 80 patients were included based on histopathological reports of the post hysterectomy specimens. Age of patients lies < 30 years to > 60 years. Majority of the cases were between 41-50 years and 51-60 years of the age while patients between 41-50 years age group were 50 %,adenomyosis (09%), atrophied uterus (5%), Hyperplasia (10%), leiomyoma with adenomyosis (18.5%), Leiomyoma (55%) and leimyosarcoma (2.5%),while cervical pathologies show cervicitis, (62%), cervical dysplasia (21%), cervicitis (papillary) in 07 %, and 10% cases were normal. Different uterine lesions based on the age of the patients show that Leiomyoma is maximally found in patients between 46-60 years and above 60 years of patients and only two cases were marked below 30 Years. Conclusion: The commonest benign lesion was leiomyoma in uterus followed by adenomyosis combined with leiomyoma, while in cervical canal commonest finding was cervicitis in Hysterectomy specimen. Keywords: Adenomyosis, Histopathology, Hysterectomy, Leiomyoma, Cervicitis.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
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)0,0030,000

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 Opus0,031
Tête enseignante GPT0,282
Écart entre enseignants0,251 · 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'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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUterine Myomas and Treatments→Travaux en français237 207→