Bibliographic record
Abstract
Vulvamalignome stellen die vierthäufigste Gruppe von gynäkologischen Krebserkrankungen dar. Erste Ansprechpartner sind typischerweise niedergelassene Dermatologen und Gynäkologen. Mit der jeweiligen Fachexpertise findet die Diagnose und Therapie idealerweise interdisziplinär zwischen spezialisierten Dermatoonkologen und gynäkologischen Onkologen statt. Vulvamalignome sind überwiegend Erkrankungen des höheren Lebensalters, obwohl alle histologischen Subtypen auch bei Frauen unter 30 Jahren vorkommen. Die Diagnose erfolgt oft verzögert. Eine genaue Kartierung von Biopsien (Mapping) ist von großer Bedeutung, da Lokalisation und Entfernung von der Mittellinie in Abhängigkeit von der zugrunde liegenden Histologie das operative Vorgehen bestimmen. Plattenepithelkarzinome machen mehr als 76 % der Vulvamalignome aus und vulväre intraepitheliale Neoplasien (VIN) sind dabei wichtige Vorstufen. Der zweithäufigste Typ der Vulvakarzinome ist das Basalzellkarzinom. Melanome machen 5,7 % der vulvären Malignome aus und ihre Prognose ist schlechter als die der kutanen Melanome. Die meisten Studien zu Checkpoint-Inhibitoren und zielgerichteten Therapien haben Patientinnen mit vulvären Melanomen nicht ausgeschlossen. Die vorliegende Evidenz wird im folgenden diskutiert. Die Methode der Wahl bei lokal resezierbaren Vulvamalignomen ist die Exzision. Angesichts ihrer Seltenheit sollte die Behandlung in spezialisierten Zentren erfolgen, um eine optimale Krankheitskontrolle zu erreichen und Kontinenz und sexuelle Funktion bestmöglich zu erhalten.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.033 | 0.006 |
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".