MétaCan
Menu
Retour à la cohorte
Enregistrement W1871827313 · doi:10.5430/jst.v5n2p27

Metastatic adamantinoma responds to treatment with receptor tyrosine kinase and Aurora A kinase inhibitor

2015· article· en· W1871827313 sur OpenAlexvenueno aff
Imran Unal, Odile David, Arkadiusz Z. Dudek

Notice bibliographique

RevueJournal of Solid Tumors · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueNeuroblastoma Research and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPazopanibMedicineAdamantinomaCancer researchRadiation therapyTyrosine-kinase inhibitorTyrosine kinaseTargeted therapyOncologyInternal medicineReceptorCancerSunitinibAmeloblastomaAnatomy

Résumé

récupéré en direct d'OpenAlex

Adamantinoma is to be known as the one of the least common low-grade malignant bone tumors, commonly arising in thecenter of long bones, mostly in the tibial mid shaft. Adamantinomas are usually managed with wide local excision andreconstruction, unless unresectable or locally recurrent. Even though adamantinomas are managed as locally aggressivetumors, they usually recur and metastasize to sites including the lymph nodes, lungs, skeleton, liver and brain.Radiotherapy and chemotherapy do not seem to be effective treatment modalities for adamantinoma; recently publishedcase reports suggest tyrosine kinase inhibitors as an alternative therapeutic strategy. We report a case of a patient withmetastatic adamantinoma who progressed after first line therapy with doxorubicin and cisplatin, and responded topazopanib (selective multi-targeted receptor tyrosine kinase inhibitor that inhibits angiogenesis) and alisertib (smallmolecule Aurora A kinase inhibitor) combination therapy. Tumor response to pazopanib and alisertib in combination as athird line therapy has led us to conclude that tyrosine kinase therapy could be considered in this setting.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,038
Tête enseignante GPT0,321
Écart entre enseignants0,283 · 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'étudeÉtude de cas
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

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Solid TumorsMême sujetNeuroblastoma Research and TreatmentsTravaux en français237 207