Notice bibliographique
Résumé
Until now ~30-40% of patients with advanced lung cancer develop bone metastases, but as the newer therapies are extending survival, the chance of developing bone metastases increases. Bone metastases cause skeletal-related events (SREs) such as pathologic fractures, spinal cord compression, radiation therapy or surgery to bone, or hypercalcemia, which can have debilitating consequences affecting patients' health-related quality of life (HR-QOL) and performance status (PS). Poor PS then prevents the patients to receive further lines of treatments, which are available today. SREs are associated with increased economic costs. In one clinical trial, the median time to first SRE was only 5 months. Early detection of bone metastases can prevent SREs and avoid inappropriate implementation of major surgery or chemoradiation therapy. With the new generation bisphosphonate zoledronic acid (ZA) or denosumab (anti-RANKL activity), one can reduce the number of patients who experience SREs, decrease the annual incidence of SREs and delay the median time to first SRE. These agents are effective even after the onset of SREs. They are well tolerated, with manageable side effects. The biochemical markers of bone metabolism especially N-telopeptide of type I collagen and bone specific alkaline phosphatase (BALP) can be both prognostic and predictive markers for the patients with bone metastases from non-small cell lung cancer (NSCLC). Anticancer activity of ZA and denosumab further supports their use as soon as bone metastases are diagnosed in patients with NSCLC. Further trials will inform us about the efficacy of these agents for prevention of bone metastases and even about possible effects on visceral metastases.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».