MétaCan
Menu
Retour à la cohorte
Enregistrement W1997161931 · doi:10.1155/2015/838202

Targeting Bone Metabolism in Patients with Advanced Prostate Cancer: Current Options and Controversies

2015· review· en· W1997161931 sur OpenAlexaff
Tilman Todenhöfer, Arnulf Stenzl, Lorenz C. Hofbauer, Tilman D. Rachner

Notice bibliographique

RevueInternational Journal of Endocrinology · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueBone health and treatments
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineDenosumabZoledronic acidProstate cancerEnzalutamideOncologyOsteoporosisBone diseaseInternal medicineBone remodelingSclerostinBone mineralAndrogen deprivation therapyBisphosphonateCancerClinical trialWnt signaling pathwayAndrogen receptor

Résumé

récupéré en direct d'OpenAlex

Maintaining bone health remains a clinical challenge in patients with prostate cancer (PC) who are at risk of developing metastatic bone disease and increased bone loss due to hormone ablation therapy. In patients with cancer-treatment induced bone loss (CTIBL), antiresorptive agents have been shown to improve bone mineral density (BMD) and to reduce the risk of fractures. For patients with bone metastases, both zoledronic acid and denosumab delay skeletal related events (SREs) in the castration resistant stage of disease. Novel agents targeting the Wnt inhibitors dickkopf-1 and sclerostin are currently under investigation for the treatment of osteoporosis and malignant bone disease. New antineoplastic drugs such as abiraterone, enzalutamide, and Radium-223 are capable of further delaying SREs in patients with advanced PC. The benefit of antiresorptive treatment for patients with castration sensitive PC appears to be limited. Recent trials on the use of zoledronic acid for the prevention of bone metastases failed to be successful, whereas denosumab delayed the occurrence of bone metastases by a median of 4.1 months. Currently, the use of antiresorptive drugs to prevent bone metastases still remains a field of controversies and further trials are needed to identify patient subgroups that may profit from early therapy.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil0,553

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,027
Tête enseignante GPT0,379
Écart entre enseignants0,352 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations35
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of EndocrinologyMême sujetBone health and treatmentsTravaux en français237 207