La pelade par plaques Partie 1 : pathogenèse, diagnostic et pronostic
Bibliographic record
Abstract
Resume Objectif Presenter aux medecins de famille des renseignements de base pour faire comprendre l’epidemiologie, la pathogenese, l’histologie et l’approche clinique au diagnostic de la pelade par plaques. Sources des donnees Une recension a ete effectuee dans PubMed pour trouver des articles pertinents concernant la pathogenese, le diagnostic et le pronostic de la pelade par plaques. Message principal La pelade par plaques est une forme de perte pileuse auto-immune dont la prevalence durant une vie est d’environ 2 %. Des antecedents personnels ou familiaux de troubles auto-immuns concomitants, comme le vitiligo ou une maladie de la thyroide, peuvent etre observes dans un petit sous-groupe de patients. Le diagnostic peut souvent etre pose de maniere clinique en se fondant sur la perte de cheveux non cicatricielle et circulaire caracteristique, accompagnee de cheveux en « point d’exclamation » en peripherie chez ceux dont le probleme en est aux premiers stades. Le diagnostic des cas plus complexes ou des presentations inhabituelles peut etre facilite par une biopsie et un examen histologique. Le pronostic varie largement et de mauvais resultats sont associes a une apparition a un âge precoce, une perte importante, la variante ophiasis, des changements aux ongles, des antecedents familiaux ou des troubles auto-immuns concomitants. Conclusion La pelade par plaques est une forme auto-immune de perte de cheveux periodiquement observee en soins primaires. Les medecins de famille sont bien places pour identifier la pelade par plaques, determiner la gravite de la maladie et poser le diagnostic differentiel approprie. De plus, ils sont en mesure de renseigner leurs patients a propos de l’evolution clinique de la maladie ainsi que du pronostic general selon le sous-type de patients.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.003 |
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 teacher head, 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".