{rfName}

Indexat a

Llicència i ús

Icono OpenAccess

Altmetrics

Grant support

The dataset provided by The University of Queensland in Brisbane was funded by the National Health and Medical Research Council (NHMRC) - Centre of Research Excellence Scheme (APP 1099021). HPS holds an NHMRC MRFF Next Generation Clinical Researchers Program Practitioner Fellowship (APP1137127). Other funding sources include the Melanoma Research Alliance Young Investigator Award 614197. This research was funded in part through the NIH/NCI Cancer Center Support Grant P30 CA008748.

Anàlisi d'autories institucional

Combalia MAutor o coautorMalvehy JAutor o coautor

Compartir

Publicacions
>
Article

A patient-centric dataset of images and metadata for identifying melanomas using clinical context

Publicat a:Scientific Data. 8 (1): 34- - 2021-01-28 8(1), DOI: 10.1038/s41597-021-00815-z

Autors: Rotemberg, Veronica; Kurtansky, Nicholas; Betz-Stablein, Brigid; Caffery, Liam; Chousakos, Emmanouil; Codella, Noel; Combalia, Marc; Dusza, Stephen; Guitera, Pascale; Gutman, David; Halpern, Allan; Helba, Brian; Kittler, Harald; Kose, Kivanc; Langer, Steve; Lioprys, Konstantinos; Malvehy, Josep; Musthaq, Shenara; Nanda, Jabpani; Reiter, Ofer; Shih, George; Stratigos, Alexander; Tschandl, Philipp; Weber, Jochen; Soyer, H Peter

Afiliacions

Emory University School of Medicine - Autor o coautor
Kitware, Inc. - Autor o coautor
Mayo Clinic - Autor o coautor
Medizinische Universitat Wien - Autor o coautor
Melanoma Institute Australia - Autor o coautor
Memorial Sloan-Kettering Cancer Center - Autor o coautor
MICROSOFT CORPORATION - Autor o coautor
Rabin Medical Center Israel - Autor o coautor
Renaissance School of Medicine at Stony Brook University - Autor o coautor
SUNY Downstate Health Sciences University - Autor o coautor
The University of Queensland - Autor o coautor
Universitat de Barcelona - Autor o coautor
University of Athens Medical School - Autor o coautor
Weill Cornell Medicine - Autor o coautor
‎ Emory Univ, Sch Med, Dept Biomed Informat, Atlanta, GA USA - Autor o coautor
‎ Kitware Inc, Clifton Pk, NY USA - Autor o coautor
‎ Mayo Clin, Dept Radiol, Div Radiol Informat, Rochester, MN USA - Autor o coautor
‎ Med Univ Vienna, Dept Dermatol, Vienna, Austria - Autor o coautor
‎ Melanoma Inst Australia, Sydney, NSW, Australia - Autor o coautor
‎ Mem Sloan Kettering Canc Ctr, Dept Med, Dermatol Serv, 1275 York Ave, New York, NY 10021 USA - Autor o coautor
‎ Microsoft, Redmond, WA USA - Autor o coautor
‎ Rabin Med Ctr, Tel Aviv, Israel - Autor o coautor
‎ Stony Brook Med Sch, Stony Brook, NY USA - Autor o coautor
‎ SUNY Downstate Med Sch, New York, NY USA - Autor o coautor
‎ Sydney Melanoma Diagnost Ctr, Sydney, NSW, Australia - Autor o coautor
‎ Univ Athens, Med Sch, Athens, Greece - Autor o coautor
‎ Univ Barcelona, Hosp Clin Barcelona, IDIBAPS, Melanoma Unit,Dermatol Dept, Barcelona, Spain - Autor o coautor
‎ Univ Queensland, Diamantina Inst, Dermatol Res Ctr, Brisbane, Qld, Australia - Autor o coautor
‎ Weill Cornell Med Coll, Dept Radiol, New York, NY USA - Autor o coautor
Veure més

Resum

© 2021, The Author(s). Prior skin image datasets have not addressed patient-level information obtained from multiple skin lesions from the same patient. Though artificial intelligence classification algorithms have achieved expert-level performance in controlled studies examining single images, in practice dermatologists base their judgment holistically from multiple lesions on the same patient. The 2020 SIIM-ISIC Melanoma Classification challenge dataset described herein was constructed to address this discrepancy between prior challenges and clinical practice, providing for each image in the dataset an identifier allowing lesions from the same patient to be mapped to one another. This patient-level contextual information is frequently used by clinicians to diagnose melanoma and is especially useful in ruling out false positives in patients with many atypical nevi. The dataset represents 2,056 patients (20.8% with at least one melanoma, 79.2% with zero melanomas) from three continents with an average of 16 lesions per patient, consisting of 33,126 dermoscopic images and 584 (1.8%) histopathologically confirmed melanomas compared with benign melanoma mimickers.

Paraules clau

Artificial intelligenceHumansMelanomaMetadataSkinSkin neoplasms

Indicis de qualitat

Impacte bibliomètric. Anàlisi de la contribució i canal de difusió

El treball ha estat publicat a la revista Scientific Data a causa de la seva progressió i el bon impacte que ha aconseguit en els últims anys, segons l'agència WoS (JCR), s'ha convertit en una referència en el seu camp. A l'any de publicació del treball, 2021, es trobava a la posició 12/74, aconseguint així situar-se com a revista Q1 (Primer Cuartil), en la categoria Multidisciplinary Sciences.

Aquesta publicació ha estat distingida com a “Highly Cited Paper” segons les agències WoS (ESI, Clarivate) i ESI (Clarivate), el que significa que se situa dins del 1% superior dels articles més citats en el seu camp temàtic durant l'any de la seva publicació. En termes de l'impacte observat de l'aportació, aquest treball és considerat com un dels més influents a nivell mundial, en ser considerat com a altament citat. (font consultada: ESI 14 Nov 2024)

I així ho demostren els altíssims impactes normalitzats a través d'alguns dels principals indicadors d'aquest tipus, i que encara que dinàmics en el temps i dependents del conjunt de citacions mitjanes mundials en el moment del seu càlcul, ja apunten a estar molt per sobre de la mitjana en diferents agències:

  • Normalització de cites relatives a la taxa de citació esperada (ESI) de l'agència Clarivate: 12.83 (font consultada: ESI 14 Nov 2024)
  • Mitjana Ponderada de l'Impacte Normalitzat de l'agència Scopus: 15.63 (font consultada: FECYT Febr 2024)
  • Field Citation Ratio (FCR) de la font Dimensions: 154.6 (font consultada: Dimensions Jul 2025)

Concretament, i atenent a les diferents agències d'indexació, aquest treball ha acumulat, fins a la data 2025-07-02, el següent nombre de cites:

  • WoS: 248
  • Scopus: 297
  • Europe PMC: 51

Impacte i visibilitat social

Des de la dimensió d'influència o adopció social, i prenent com a base les mètriques associades a les mencions i interaccions proporcionades per agències especialitzades en el càlcul de les denominades "Mètriques Alternatives o Socials", podem destacar a data 2025-07-02:

  • L'ús, des de l'àmbit acadèmic evidenciat per l'indicador de l'agència Altmetric referit com a agregacions realitzades pel gestor bibliogràfic personal Mendeley, ens dona un total de: 227.
  • L'ús d'aquesta aportació en marcadors, bifurcacions de codi, afegits a llistes de favorits per a una lectura recurrent, així com visualitzacions generals, indica que algú està fent servir la publicació com a base del seu treball actual. Això pot ser un indicador destacat de futures cites més formals i acadèmiques. Aquesta afirmació està avalada pel resultat de l'indicador "Capture", que aporta un total de: 227 (PlumX).

Amb una intenció més de divulgació i orientada a audiències més generals, podem observar altres puntuacions més globals com:

  • El Puntuació total de Altmetric: 4.35.
  • El nombre de mencions a la xarxa social X (abans Twitter): 9 (Altmetric).

És fonamental presentar evidències que recolzin l'alineació plena amb els principis i directrius institucionals sobre Ciència Oberta i la Conservació i Difusió del Patrimoni Intel·lectual. Un clar exemple d'això és:

  • El treball s'ha enviat a una revista la política editorial de la qual permet la publicació en obert Open Access.

Anàlisi del lideratge dels autors institucionals

Aquest treball s'ha realitzat amb col·laboració internacional, concretament amb investigadors de: Australia; Austria; Greece; Israel; United States of America.