Current knowledge and future research directions in treatment-related second primary malignancies
Notice bibliographique
Résumé
Currently, 17-19% of all new primary malignancies occur in survivors of cancer, causing substantial morbidity and mortality. Research has shown that cancer treatments are important contributors to second malignant neoplasm (SMN) risk. In this paper we summarise current knowledge with regard to treatment-related SMNs and provide recommendations for future research. We address the risks associated with radiotherapy and systemic treatments, modifying factors of treatment-related risks (genetic susceptibility, lifestyle) and the potential benefits of screening and interventions. Research priorities were identified during a workshop at the 2014 Cancer Survivorship Summit organised by the European Organisation for Research and Treatment of Cancer. Recently, both systemic cancer treatments and radiotherapy approaches have evolved rapidly, with the carcinogenic potential of new treatments being unknown. Also, little knowledge is available about modifying factors of treatment-associated risk, such as genetic variants and lifestyle. Therefore, large prospective studies with biobanking, high quality treatment data (radiation dose-volume, cumulative drug doses), and data on other cancer risk factors are needed. International collaboration will be essential to have adequate statistical power for such investigations. While screening for SMNs is included in several follow-up guidelines for cancer survivors, its effectiveness in this special population has not been demonstrated. Research into the pathogenesis, tumour characteristics and survival of SMNs is essential, as well as the development of interventions to reduce SMN-related morbidity and mortality. Prediction models for SMN risk are needed to inform initial treatment decisions, balancing chances of cure and SMNs and to identify high-risk subgroups of survivors eligible for screening.
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 | 0,018 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,003 |
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 ».