MétaCan
Menu
Retour à la cohorte
Enregistrement W1968430623 · doi:10.3747/co.v17is1.616

Efficacy of the Monoclonal Antibody EGFR Inhibitors for the Treatment of Metastatic Colorectal Cancer

2010· article· en· W1968430623 sur OpenAlexaffvenueabout
Marwan Fakih

Notice bibliographique

RevueCurrent Oncology · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Treatments and Studies
Établissements canadiensCancerCare Manitoba
Organismes subventionnairesnon disponible
Mots-clésPanitumumabCetuximabMedicineIrinotecanKRASColorectal cancerMonoclonal antibodyOncologyEpidermal growth factor receptorInternal medicineEGFR inhibitorsCancer researchCancerAntibodyImmunology

Résumé

récupéré en direct d'OpenAlex

Two anti-epidermal growth factor receptor (EGFR) monoclonal antibodies (MoAbs) have been approved in Canada for the treatment of metastatic colorectal cancer (mCRC) - cetuximab, a mouse-human chimeric MoAb, and panitumumab, a fully human MoAb. This paper reviews the efficacy of the anti-EGFR monoclonal antibodies cetuximab and panitumumab - both as monotherapy and in combination with cytotoxic chemotherapy - in the treatment of mCRC. Both cetuximab and panitumumab have demonstrated clinical efficacy in monotherapy in patients with mCRC, an advantage that has recently been found to be limited largely to those with wild-type KRAS tumors. Advantages of using these agents in monotherapy include reduced cost and toxicity. While the addition of cetuximab to irinotecan has shown superior progression-free survival and response compared with cetuximab monotherapy, there is currently no evidence for a benefit of panitumumab in combination with irinotecan.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,675
Score d'incertitude au seuil0,259

Scores Codex et Gemma par catégorie

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

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 Opus0,092
Tête enseignante GPT0,448
Écart entre enseignants0,356 · 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 tête enseignante, 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

Citations75
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetColorectal Cancer Treatments and StudiesTravaux en français237 207