The Terry Fox Research Institute’s Ontario Dialogue: How Will Personalized Medicine Change Health Care?
Notice bibliographique
Résumé
This is the final instalment in a series of three articles by the Terry Fox Research Institute about its pan-Canadian dialogue series, Cancer: Let’s Get Personal, a public research and outreach project undertaken in 2010. The dialogues served to launch a national and continuing conversation on personalized medicine with the medical and scientific communities and the public, including cancer survivors, patients, and caregivers. Participants at the Ontario dialogue, held in Toronto, October 18, 2010, discussed the challenges that Canadians and the health care system face as they move forward on a pathway created by advanced science and technology that will phenomenally transform cancer care and treatment. The one-size-fits-all approach to treating cancer patients is being rapidly eclipsed by an approach that treats patients and their tumours as individually as possible. As a result, a paradigm shift is occurring both in the laboratory and in the clinic, creating new approaches to conducting research and delivering treatment and care that place each and every patient—and tumour—at the centre of treatment. New approaches and practices in health care are necessary to ensure successful uptake and implementation of these advances for the benefit of all Canadians. Participating partners and supporters of the Ontario dialogue were the Ontario Institute for Cancer Research and the University Health Network.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,027 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,030 | 0,028 |
| Communication savante | 0,017 | 0,009 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,018 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».