MétaCan
Menu
Retour à la cohorte
Enregistrement W4412755653 · doi:10.4314/ahs.v25i1.27

Pattern of gastrointestinal malignancies in a suburban centre in Southern Nigeria

2025· article· en· W4412755653 sur OpenAlexaff
Esteem Tagar, DO Irabor, James Kpolugbo, Clifford Ikhuoria Owobu, Ifeanyichukwu Michael Chukwu

Notice bibliographique

RevueAfrican Health Sciences · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Screening and Detection
Établissements canadiensAmbrose University
Organismes subventionnairesnon disponible
Mots-clésMedicineEnvironmental healthSocioeconomicsFamily medicine

Résumé

récupéré en direct d'OpenAlex

Background: Recent studies in sub-Saharan Africa have suggested an increasing incidence of gastrointestinal malignancies which consequently poses significant public health burden in terms of morbidity and mortality. Objective: This study was carried out to assess the distribution, clinical presentation, and histopathological characteristics of gastrointestinal malignancies in a tertiary health centre in Southern Nigeria. Methods: A retrospective review of all patients with histologic diagnosis of gastrointestinal malignancy in a tertiary health institution in Southern Nigeria between January 2013 and December 2022. Results: A total of 104 patients were included in the study. There were 64 males and 40 females with a male to female ratio of 1.6:1 and the peak age group was 41-50 years. The commonest sites affected were the colon and rectum (63.5%), followed by the stomach (22.1%). Adenocarcinoma was the predominant type of gastrointestinal malignancy, comprising 87.5% of the cases with most of them well differentiated. Others included sarcoma (6.7%), squamous cell carcinoma (1.9%), neuroendocrine tumour (1.9%), lymphoma (1%), and plasmacytoma (1%). Conclusion: Colon and rectal cancers were the predominant gastrointestinal malignancies with a male preponderance, and individuals between 41-50 years, who constitute the bulk of the country's workforce, were more affected. It is imperative to develop strategies aimed at reducing the incidence and fatality.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,027
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,022
Tête enseignante GPT0,299
Écart entre enseignants0,277 · 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 tête enseignante, 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Health SciencesMême sujetColorectal Cancer Screening and DetectionTravaux en français237 207