La maladie pulmonaire obstructive chronique et la chirurgie pour cancer pulmonaire
Bibliographic record
Abstract
Les patients atteints de maladie pulmonaire obstructive chronique (MPOC) sont généralement considérés comme ayant une survie à long-terme inférieure et un taux de complications post-opératoires plus élevé, lorsque comparés avec des patients non-MPOC, à la suite d’une chirurgie de résection pour cancer pulmonaire. Ce qui demeurait à préciser était de savoir si l’on avait également un impact sur la survie et sur le décours post-opératoire chez les patients ayant une MPOC de sévérité légère à modérée. Ce projet visait donc à caractériser et à comparer l’évolution post-opératoire de patients MPOC et non-MPOC en termes de complications et de survie à long-terme à la suite d’une chirurgie pour cancer pulmonaire ainsi que d’évaluer l’effet de la sévérité de la MPOC sur ces points. Dans cette étude, nous avons pu constater que la proportion de patients MPOC est élevée chez les patients opérés pour cancer pulmonaire et que ceux-ci ont en effet tendance à développer davantage de complications en post-opératoire. Nous n’avons constaté aucune influence statistiquement significative de la MPOC ou de sa sévérité sur la survie à long-terme à la suite de la chirurgie cependant. Les résultats de cette étude s’appliquent principalement aux patients ayant une MPOC de sévérité légère à modérée.
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 | 0.006 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.003 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".