Oral potentially malignant disorders clinical database at the oral and maxillofacial surgery department, McGill University Health Centre
Notice bibliographique
Résumé
Objectif :Cette thèse a été conçue pour développer et mettre en place une banque de données sur les troubles oraux potentiellement malins (TOPM) à la Division de chirurgie maxillo-faciale buccale (Oral Maxillofacial Surgery; OMFS) de l'Hôpital général de Montréal (HGM), Centre universitaire de santé McGill (CUSM). En outre, nous visons à décrire les facteurs cliniques, biologiques et sociodémographiques chez les personnes atteintes de TOMP. Notre objectif ultime en établissant cette banque de données est de faciliter la recherche future en épidémiologie des TOPM ainsi que de surveiller la qualité des soins.Méthodologie :À l'aide d'un système de collecte de données basé sur HTML (REDCap), nous avons créé une banque de données cliniques de TOPM à la clinique OMFS de l'HGM-CUSM. Le processus de création de la banque de données comprenait l'identification de l'objectif de la banque de données, le choix des éléments de la banque de données et des sources de données, l'établissement d'une équipe pour construire la banque de données, l'élaboration de formulaires d'extraction et de questionnaires pour adapter le logiciel REDCap aux besoins de la banque de données et pour entrer les données. La banque de données comprenait deux groupes de patients: rétrospectif et prospectif. Les patients rétrospectifs étaient des patients atteints de TOPM ayant reçu un traitement à la clinique OMFS de 2008 à 2017. Les données qui ont été recueillies sur les sujets rétrospectifs comprenaient des données démographiques concernant les patients, le type de traitement fourni, les facteurs de risque de TOPM et la progression vers le cancer buccal. Une analyse descriptive a été menée pour montrer la distribution des données démographiques, les résultats cliniques, les habitudes de vie et la progression vers le cancer buccal dans la population.Résultats :Nous avons mené des essais pilotes et avons corrigé plusieurs problèmes techniques. Pour le volet rétrospectif de l'étude, nous avons identifié 155 patients atteints de TOPM, la majorité était des hommes (57%) et ont été exposés au tabac et à l'alcool à un certain moment de leur vie. L'emplacement le plus fréquent était la langue (39%) et le diagnostic le plus commun était la leucoplasie (52,9%). La dysplasie était présente chez 56% des patients. Les lésions étaient généralement inférieures à 200 mm2 (45,8%) et de couleur blanche (63,23%). Seize patients dans l'échantillon ont progressé au cancer buccal avec une proportion de 10,32% et un taux d'incidence de 4,65 par 100 personnes-années (IC: 2,85 - 7,59).Conclusion :Le développement de la banque de données clinique de TOPM dans un cadre clinique universitaire fournit une plateforme pour la recherche et l'éducation, ce qui constitue un énorme avantage et une opportunité pour les chercheurs, les cliniciens et les étudiants.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,056 | 0,008 |
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 source (Gemma direct ou Codex distillé), 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 ».