MétaCan
Menu
Retour à la cohorte
Enregistrement W1989272119 · doi:10.1057/biosoc.2013.6

Biomarkers, the molecular gaze and the transformation of cancer survivorship

2013· article· en· W1989272119 sur OpenAlexaff
Kirsten Bell

Notice bibliographique

RevueBioSocieties · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDiseaseGazeValue (mathematics)CancerVulnerability (computing)Meaning (existential)PsychologyMedicinePathologyPsychotherapistInternal medicine

Résumé

récupéré en direct d'OpenAlex

Over the past two decades, molecular technologies have transformed the landscape of cancer diagnosis, treatment and disease surveillance. However, although the effects of these technologies in the areas of primary and secondary cancer prevention have been the focus of growing study, their role in tertiary prevention remains largely unexamined. Treating this topic as a problematic to be conceptually explored rather than empirically demonstrated, this article focuses on the molecularisation of tertiary prevention, especially the growing use of molecular biomarkers to monitor disease recurrence. Taking a semiotic approach, I speculate on the potential meanings of molecular biomarkers for people living with and beyond cancer and suggest the meanings of these technologies may differ in important ways for those on both sides of the risk divide: that is, those 'at risk' for cancer and those living with realised risk. Although molecular biomarkers may intensify a sense of 'measured vulnerability', by indexing cancer's presence they may also prove reassuring. Moreover, as an invisible but ostensibly 'transparent' sign, in some contexts they appear to enable cancer survivors to challenge biomedical decision making. In the light of recent oncological debates about the value of these biomarkers in tertiary prevention, I conclude by suggesting that signs can never be reduced to their 'objective' biomedical denotation in spite of professional attempts to expunge meaning and value from care.

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)0,008
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0040,058
Communication savante0,0090,010
Science ouverte0,0010,007
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,005
Tête enseignante GPT0,237
Écart entre enseignants0,232 · 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.

Devis d'étudeQualitatif
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

Citations40
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioSocietiesMême sujetCell Image Analysis TechniquesTravaux en français237 207