MétaCan
Menu
Retour à la cohorte
Enregistrement W1595203599 · doi:10.1002/cncy.21395

Growing indication for FNA to study and analyze tumor heterogeneity at metastatic sites

2014· article· en· W1595203599 sur OpenAlexaff
Francisco Beça, Fernando Schmitt

Notice bibliographique

RevueCancer Cytopathology · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineFine-needle aspirationPrimary tumorBiopsyCancerDiseaseMetastatic tumorMetastasisTumor heterogeneityPathologyCytopathologyCytologyRadiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

In routine practice, suspected metastases in patients with cancer are only occasionally biopsied, primarily because of the cost and invasiveness of the procedure. However, biopsies of metastatic lesions can be valuable, not only in confirming the presence of metastatic disease, but also in revealing unsuspected benign disease or secondary malignancies. In addition, such biopsies also allow the assessment of biomarkers that might differ from those on primary tumor cells, and can thereby facilitate selection of the optimal treatment. Because of the increasing recognition of clonal and phenotypic heterogeneity of tumors, we anticipate that in the near future, biopsying of metastatic lesions will constitute a standard-of-care practice, allowing assessment of molecular differences between the primary tumor and metastatic lesions. In our opinion, fine-needle aspiration is currently the best method for making repeated biopsies to monitor the tumor: it is minimally invasive, safe, and cost effective and can be coupled with modern ancillary techniques. Here we provide an up-to-date review of the clinical implications of tumor heterogeneity in metastatic disease and the ancillary molecular techniques used in cytology; we also discuss the role of modern cytology in contemporary diagnosis and management of metastatic cancer.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,005

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,030
Tête enseignante GPT0,384
Écart entre enseignants0,354 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer CytopathologyMême sujetLung Cancer Treatments and MutationsTravaux en français237 207