MétaCan
Menu
Back to cohort
Record W3160705426 · doi:10.52852/tcncyh.v138i2.85

Kết quả phẫu thuật ung thư tuyến giáp thể biệt hóa ở nam giới

2021· article· vi· W3160705426 on OpenAlexaff
Nguyễn Xuân Hậu, Nguyễn Thành Long

Bibliographic record

VenueTạp chí Nghiên cứu Y học · 2021
Typearticle
Languagevi
FieldMedicine
TopicPelvic and Acetabular Injuries
Canadian institutionsHatch (Canada)
Fundersnot available
KeywordsChemistryStereochemistry

Abstract

fetched live from OpenAlex

Ung thư tuyến giáp ở nam giới có một số điểm khác biệt so với nữ giới như kích thước u lớn hơn, tỉ lệ di căn hạch cao hơn. Các đặc điểm này ảnh hưởng đến chỉ định cũng như kết quả phẫu thuật. Nghiên cứu tiến cứu trên 102 bệnh nhân nam giới ung thư tuyến giáp thể biệt hóa được phẫu thuật tại Bệnh viện Đại học Y Hà Nội từ tháng 7/2018 đến tháng 08/2020 nhằm đánh giá kết quả phẫu thuật ở nhóm bệnh nhân này. Tỉ lệ cắt tuyến giáp toàn bộ và vét hạch cổ lần lượt là 68% và 85,3%. Khàn tiếng và cơn co rút ngón tay chân là hai biến chứng hay gặp nhất (chiếm lần lượt 11,8% và 15,7% sao 72h), cao hơn ở nhóm cắt tuyến giáp toàn bộ. Tỉ lệ biến chứng cũng cao hơn ở nhóm có vét hạch cổ nhưng không có ý nghĩa thống kê. Vét hạch cổ dự phòng nên được cân nhắc ở nhóm bệnh nhân ung thư tuyến giáp nam giới.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.271
Threshold uncertainty score0.906

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0020.001
Scholarly communication0.0030.002
Open science0.0010.002
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.2710.159

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.

Opus teacher head0.014
GPT teacher head0.285
Teacher spread0.270 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations1
Published2021
Admission routes1
Has abstractyes

Explore more

Same venueTạp chí Nghiên cứu Y họcSame topicPelvic and Acetabular InjuriesFrench-language works237,207