MétaCan
Menu
Retour à la cohorte
Enregistrement W4401015164 · doi:10.1016/j.cpccr.2024.100317

Challenges in managing extensive brown tumors and renal stones in a young man with parathyroid carcinoma and single kidney: Case report

2024· article· en· W4401015164 sur OpenAlexaff
Syeda Sara Tajammul, Syed Furqan Hashmi, Zamzam Al Hashami, Laila Al Masaoudi, Sharjeel Usmani, Asma Naz Nadaf, Layth Mula‐Hussain

Notice bibliographique

RevueCurrent Problems in Cancer Case Reports · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueParathyroid Disorders and Treatments
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésParathyroid carcinomaMedicinePrimary hyperparathyroidismStage (stratigraphy)Radiation therapyHyperparathyroidismRadiologySurgery

Résumé

récupéré en direct d'OpenAlex

Parathyroid carcinoma is one of the rare causes of primary hyperparathyroidism, comprising less than 1 % of its cases. Diagnosing parathyroid carcinoma typically requires a comprehensive evaluation using clinical, histological, and radiological methods. Primary hyperparathyroidism secondary to parathyroid carcinoma often presents with hypercalcemia, bone abnormalities, and renal stones. Brown tumours, a rare and late manifestation of hyperparathyroidism, signify the final stage in bone remodelling, and they can be easily mistaken for bony metastases, which highlights the importance of distinguishing between them to ensure appropriate management and avoid unnecessary treatment. Due to the rarity of parathyroid carcinoma, there is currently no standardized staging system or specific guidelines for its management. Consequently, the involvement of a multidisciplinary team has become crucial in addressing this disease. Surgery is considered the primary treatment approach, while the role of adjuvant radiotherapy and chemotherapy remains controversial. With ongoing research, the treatment landscape for parathyroid carcinoma may evolve, offering new hope for improved outcomes and quality of life for affected individuals.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,002
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,062
Tête enseignante GPT0,328
Écart entre enseignants0,267 · 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'étudeÉtude de cas
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Problems in Cancer Case ReportsMême sujetParathyroid Disorders and TreatmentsTravaux en français237 207