Approche de la sialadénite
Bibliographic record
Abstract
Objectif Proposer aux médecins de famille une approche pratique fondée sur des données probantes pour la prise en charge de patients souffrant de sialadénite. Sources de l’information Une recension a été effectuée dans les bases de données MEDLINE et PubMed pour trouver des recherches publiées en anglais sur la sialadénite et d’autres troubles des glandes salivaires, ainsi que des revues et des lignes directrices pertinentes, publiées entre 1981 et 2021. Message principal La sialadénite désigne une inflammation ou une infection des glandes salivaires; elle peut être causée par un large éventail de processus de nature infectieuse, obstructive et auto-immune. L’anamnèse et l’examen physique jouent un rôle important pour orienter la prise en charge, tandis que l’imagerie est souvent utile pour établir un diagnostic. Des signaux d’alerte comme la formation suspectée d’un abcès, des signes d’obstruction respiratoire, une parésie faciale et la fixation d’une masse aux tissus sous-jacents devraient inciter à faire une demande de consultation urgente en chirurgie de la tête et du cou, ou à recommander une visite au service d’urgence. Conclusion Les médecins de famille peuvent jouer un rôle important dans le diagnostic et la prise en charge de la sialadénite. Une reconnaissance et un traitement rapides du problème peuvent prévenir la survenance de complications.
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 | 0.019 | 0.064 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.004 |
| Bibliometrics | 0.007 | 0.004 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.027 | 0.010 |
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".