MétaCan
Menu
← Retour à la cohorte
Enregistrement W2042166442 · doi:10.3747/co.v15i0.206

Cancer Treatment Related Bone Loss

2008· article· en· W2042166442 sur OpenAlexvenueno aff
Aliya Khan, Nazir Ahmad Khan

Notice bibliographique

RevueCurrent Oncology · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueBone health and treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAndrogen deprivation therapyBone remodelingOsteoporosisProstate cancerAromataseInternal medicineBone mineralRANKLOncologyBone Density Conservation AgentsEndocrinologyCancerBreast cancerBisphosphonateActivator (genetics)Receptor

Résumé

récupéré en direct d'OpenAlex

Cancer therapy can result in significant bone loss and increased risk of fragility fracture. Chemotherapy, aromatase inhibitors and GnRH analogues contribute to increases in the rate of bone remodeling and decrease bone mineral density. Patients with prostate cancer on androgen deprivation therapy experience increases in the risk of fracture. New research has demonstrated the key role played by bisphosphonates in preventing reductions in bone density and increases in bone remodeling. Novel antiresorptive agents targeting receptor activator of nuclear factor-kappa B ligand (RANKL) inhibition have great potential in skeletal protection and prevention of cancer therapy-related bone loss. Early assessment of skeletal health followed by initiation of calcium, vitamin D and an exercise program are valuable in the prevention and treatment of osteoporosis. In addition, those at an increased risk for fracture should be offered antiresorptive therapy. Early data has demonstrated that bisphosphonates are able to prevent the bone loss and increased bone remodeling associated with cancer therapy including aromatase inhibition and androgen deprivation therapy. This paper reviews the new research and advances in the management of bone loss associated with cancer therapy as well as estrogen deficiency in the postmenopausal female.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0220,003

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.

Tête enseignante Opus0,156
Tête enseignante GPT0,454
Écart entre enseignants0,298 · 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'étudeSans objet
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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Oncology→Même sujetBone health and treatments→Travaux en français237 207→