MétaCan
Menu
← Retour à la cohorte
Enregistrement W193216906

[Non-small-cell lung cancer (NSCLC) in an elderly patient--a case of squamous cell carcinoma successfully treated with chemotherapy using vinorelbine].

2001· article· en· W193216906 sur OpenAlexaff
Ryushi Tazawa, Makoto Maemondo, Kazuhiro Usui, Koh Narumi, Yoshihumi Saijo, K. Hagiwara, Akira Watanabe, T Nukiwa

Notice bibliographique

RevuePubMed · 2001
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensInstitute of Aging
Organismes subventionnairesnon disponible
Mots-clésVinorelbineMedicineLung cancerChemotherapyInternal medicineRegimenOutpatient clinicOncologyChemotherapy regimenSquamous carcinomaCarcinomaSurgeryCisplatin
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We report an elderly patient with squamous cell carcinoma who was successfully treated with chemotherapy using vinorelbine. A 76-year-old man was referred to our hospital for evaluation of a nodular shadow in the left lung. Chest CT scam showed a 3-cm tumor shadow in left S9 and a 1-cm small nodule in right S2. Transbronchial lung biopsy yielded a diagnosis of squamous cell carcinoma. The clinical stage was IV (cT2N2M1). The patient first underwent chemotherapy consisting of cisplatin (CDDP) 80 mg/m2 on day 1 and vinorelbine (VNB) 20 mg/m2 on days 1, 8, and 15, which generated tumor shrinkage of 48% as well as transient elevation of grade 1 in serum creatinine. The 2 cycles of chemotherapy using vinorelbine only (VNB 20 mg/m2 on days 1, 8, 15) produced a tumor reduction of 70% with grade-1 decrease of granulocytes. The low grade of toxicity enabled us to treat the patient in our outpatient office for the second cycle of the regimen. This case suggests that chemotherapy using low-dose vinorelbine might be suitable to treat elderly patients with NSCLC in outpatient settings.

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)0,002
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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,015
Tête enseignante GPT0,271
Écart entre enseignants0,256 · 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

Citations0
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetLung Cancer Treatments and Mutations→Travaux en français237 207→