MétaCan
Menu
Retour à la cohorte
Enregistrement W4391734042 · doi:10.12775/jehs.2024.58.011

Basal cell carcinoma - the most common form of skin cancer. Methods of treatment

2024· article· en· W4391734042 sur OpenAlexaff
Paweł Iwańczuk

Notice bibliographique

RevueJournal of Education Health and Sport · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueNonmelanoma Skin Cancer Studies
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésBasal cell carcinomaSkin cancerBasal cellDermatologyMedicineCancerOncologyPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: Basal cell carcinoma is the most common form of skin cancer. The lifetime risk is estimated as 33% to 39% in white men and 23% to 28% in white women. Because of that it is a very crucial disease for public health. In this article will be described main pathways of treatment which are especially recommended and are the most wide used for different types of basal cell carcinoma. Main division of interventions type used in treatment of basal cell carcinoma are surgical (physical) and non-surgical (medical). Surgical (physical) includes surgical standard excision, Mohs micrographic surgery, curettage and cautery, cryosurgery and laser therapy (ablative lasers, pulsed dye lasers). Non-surgical (medical) includes radiotherapy, topical imiquimod, topical 5- fluorouracil, photodynamic therapy, intralesional interferon. Aim of study: Literature review of the most recommended treatment of basal cell carcinoma. State of knowledge: In this publication will be desribed a current state of knowledge about basic and the most crucial basal cell carcinoma treatment. Conclusion: Because of incidence rate of basal cell carcinoma which is very high- there are many reports about treatment of this disease. Treatment of this disease, especially among low risk patients, is very effective.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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 Opus0,038
Tête enseignante GPT0,434
Écart entre enseignants0,396 · 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'étudeSans objet
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education Health and SportMême sujetNonmelanoma Skin Cancer StudiesTravaux en français237 207