Notice bibliographique
Résumé
Introduction The T-cell non-Hodgkin lymphomas are a group of uncommon malignancies that in Western countries account for 15–20% of aggressive lymphomas and between 5% and 10% of all non-Hodgkin's lymphomas (NHL). Within the most current classification schemata, there are 21 distinct diseases that together constitute the mature T- and natural killer (NK)-cell lymphomas, diseases that range from indolent cutaneous lymphomas to aggressive malignancies that are often resistant to routine systemic therapy. Common to many of the types of T-cell lymphoma is a predilection towards extranodal disease, although sites of tropism vary among subtypes. Geographic frequencies of many subtypes, and of T-cell lymphomas as a group, are also highly variable: while only 1.5% of lymphomas are of T-cell lineage in Vancouver, Canada, 18.3% of lymphomas in Hong Kong show a T-cell phenotype. And in Asia, 47.4% of T-cell lymphomas are either NK/T-cell lymphoma, nasal type (NK/T-NT) or adult T-cell leukemia/lymphoma (ATLL), while in North America and Europe, these constitute only 7.1% and 5.3% of T-cell lymphomas, respectively. These variable incidence rates may in part represent differential exposure to risk factors for T-cell lymphoma, including Epstein–Barr virus (EBV) and human T-cell leukemia virus-1 (HTLV-1). As will be explored below, the epidemiologic variety across the subtypes of T-cell lymphoma is matched by the clinical heterogeneity of these diseases, confounding investigation (or understanding) of the class of diseases as a single entity.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,012 |
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 ».