MétaCan
Menu
← Retour à la cohorte
Enregistrement W2011661083 · doi:10.1158/1078-0432.ovca13-ia8

Abstract IA8: Discovering drivers in rare ovarian cancer subtypes

2013· article· en· W2011661083 sur OpenAlexaff
David G. Huntsman

Notice bibliographique

RevueClinical Cancer Research · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueOvarian cancer diagnosis and treatment
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésSerous fluidSerous carcinomaOvarian cancerClear cell carcinomaContext (archaeology)Clear cellCancerCancer researchBiologyOvarian carcinomaARID1AMutationCarcinomaMedicineOncologyBioinformaticsInternal medicineGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Over the past several years it has become accepted that subtypes of ovarian carcinomas (high grade serous, endometriod, clear cell, low grade serous and mucinous carcinoma) are discrete diseases. Therefore, if we are to improve ovarian cancer morbidity and mortality, cancer prevention, early detection and/or screening strategies must be developed to deal with the challenges posed by each of these diseases. Whereas high grade serous carcinoma is relatively common, the other ovarian carcinoma subtypes represent 30% of cases in total and therefore are all rare. Rare cancers are usually marked by a combination of an unusual cells of origin and unusual mutations or other genomics drivers. We have undertaken a series of genomics studies to identify key drivers in rarer ovarian cancers. Some cancers such as granulosa cell tumors of the ovary and sertoli cell mutations have been found which are either pathognomonic or highly specific for that cancer type. Those mutations have great promise as diagnostics. Since the target cancers are rare such work is not possible without broad ranging international collaborations. For more common entities such as clear cell carcinoma concentrations of mutations can be found such as mutations in ARID1a. As such mutations are nonspecific they are less likely to be used diagnostically however this increases their potential therapeutic value. However, it is likely that the mutations or mutated genes have a specific role in the cell of origin of the cancers involved and therefore cell context specific cell lines of model systems will be required for functional validation. Although rare cancers are by definition unusual and therefore represent smaller medical problems they are of course highly significant to the patients involved and provide a model through which the stratification of management for common cancers can be undertaken. Citation Format: David G. Huntsman. Discovering drivers in rare ovarian cancer subtypes. [abstract]. In: Proceedings of the AACR Special Conference on Advances in Ovarian Cancer Research: From Concept to Clinic; Sep 18-21, 2013; Miami, FL. Philadelphia (PA): AACR; Clin Cancer Res 2013;19(19 Suppl):Abstract nr IA8.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,206
Tête enseignante GPT0,515
Écart entre enseignants0,308 · 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'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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer Research→Même sujetOvarian cancer diagnosis and treatment→Travaux en français237 207→