MétaCan
Menu
Retour à la cohorte
Enregistrement W2043393027 · doi:10.1034/j.1399-0012.2000.140107.x

Delphi‐panel analysis of appropriateness of high‐dose chemotherapy and blood cell or bone marrow autotransplants in women with breast cancer

2000· review· en· W2043393027 sur OpenAlexaff
Robert Peter Gale, Rolla Edward Park, Robert W. Dubois, Jacob D. Bitran, Aman U. Buzdar, Gabriel Hortobagyi, Stephen E. Jones, Gary S Lazar, Gary Spitzer, Sandra M. Swain, Clarence B. Vaughn, Charles E Vogel, Silvana Martino

Notice bibliographique

RevueClinical Transplantation · 2000
Typereview
Langueen
DomaineMedicine
ThématiqueHematopoietic Stem Cell Transplantation
Établissements canadiensHealth Care Foundation
Organismes subventionnairesnon disponible
Mots-clésMedicineBreast cancerChemotherapyOncologyCancerLymph nodeInternal medicineBone marrowSurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is controversy whether high-dose chemotherapy and a blood cell or bone marrow autotransplant is a better treatment than conventional-dose chemotherapy for women with local/regional or metastatic breast cancer. Subject selection and time-to-treatment biases make definitive comparison impossible. Recent results of randomized trials are contradictory. OBJECTIVE: Determine appropriateness of high-dose chemotherapy and a blood cell or bone marrow autotransplant in women with breast cancer. PANELISTS: Nine breast cancer experts from diverse geographic sites and practice settings. EVIDENCE: Boolean MEDLINE searches of 'breast cancer' and 'chemotherapy' and/or 'blood cell' or 'bone marrow transplants'. PROCESS: We used a modified Delphi-panel group judgement process. Clinical variables were permuted to define 2058 clinical settings. Each panelist rated appropriateness of high-dose therapy and an autotransplant versus conventional therapy on a 9-point ordinal scale (1: most inappropriate, 9: most appropriate). An appropriateness index was developed based on median rating and amount of disagreement. The relationship of appropriateness indices to the permuted clinical variables was considered by analysis of variance and recursive partitioning. CONCLUSIONS: In women with local/regional breast cancer autotransplants were rated: 1) appropriate in those with > or = 10 cancer-involved lymph nodes; 2) uncertain in those with 4-9 cancer-involved nodes; and 3) inappropriate in women with < or = 3 cancer-involved lymph nodes. In women with metastatic breast cancer autotransplants were rated: 1) appropriate in those with metastases to 'favorable' sites (skin, lymph node, pleura) and a complete or partial response to chemotherapy; 2) uncertain in women with metastases to 'unfavorable' sites (lung, liver, or central nervous system) and a complete response to chemotherapy or those with bone metastases and a complete or partial response or stable disease after chemotherapy; and 3) inappropriate in other settings.

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)0,128
score de la tête « metaresearch » (Gemma)0,230
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,128
Score d'incertitude au seuil0,677

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1280,230
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,002
Communication savante0,0010,001
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,065
Tête enseignante GPT0,363
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'étudeQualitatif
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

Citations24
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical TransplantationMême sujetHematopoietic Stem Cell TransplantationTravaux en français237 207