Le léiomyome vésical: À propos de 5 cas
Bibliographic record
Abstract
Introduction : Les léiomyomes sont des tumeurs mésenchymateuses bénignes. La localisation vésicale de ces tumeurs est rare et représente moins de 0,5 % de toutes les tumeurs vésicales. Le léiomyome vésical est la plus fréquente de ces tumeurs mésenchymateuses et il représente le tiers des lésions bénignes de la vessie. Notre but était d’étudier les particularités épidémiologiques, cliniques, radiologiques, thérapeutiques et évolutives de ce type de tumeur.Matériel et méthodes : Nous rapportons une série de cinq cas de léiomyome vésical, colligés entre 2001 et 2014. Il s’agit de trois femmes et de deux hommes. La symptomatologie clinique est non spécifique et dominée par la cystite. Trois patients ont eu une énucléation et deux ont eu une résection endoscopique de la tumeur.Résultats : Le suivi moyen est de six ans. Un seul patient a présenté une récidive expliquée par la persistance d’un nodule vésical lors de la première intervention, avec une bonne évolution après la deuxième cure chirurgicale.Conclusion : Le léiomyome vésical est une tumeur bénigne et rare. Sa symptomatologie est peu spécifique. Son diagnostic est histologique. Son traitement est toujours chirurgical, offrant un excellent pronostic, sous réserve d’une exérèse complète pour éviter les récidives.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".