Cysts of the jaws: A multicentre study
Notice bibliographique
Résumé
OBJECTIVES: To determine the relative frequency, demographic and pathologic profiles of patients diagnosed with cysts of the jaws. MATERIALS AND METHODS: Biopsy records of the participating institutions from 2000 to 2020 were reviewed for lesions diagnosed in the cyst category. Demographic data, the location of the cysts and pathologic diagnoses were collected. Data were analyzed by appropriate statistics using IBM SPSS software version 28.0. RESULTS: From 148,353 accessioned cases, 25,628 cases (17.28%) were diagnosed in the cyst category. Mean age of the patients ± SD = 42.62 ± 19.36 years. Paediatric patients (aged ≤ 16 years) accounted for 9.63%, while geriatric patients (aged ≥ 65) comprised 14.22% of all the patients. The male-to-female ratio was 1.27:1. The majority of the lesions were encountered in the mandible. The most prevalent cyst was radicular cyst followed by dentigerous cyst and odontogenic keratocyst. In the paediatric group, dentigerous cyst was the most prevalent, whereas in the geriatric group, radicular cyst was the most common. CONCLUSIONS: In general, the results of this study are in accordance with previous studies. This study provides an invaluable database for clinicians when formulating clinical differential diagnoses as well as for pathologists in rendering the final diagnosis.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».