MétaCan
Menu
Retour à la cohorte
Enregistrement W2054151334 · doi:10.2310/7750.2013.13120

Cutaneous Adverse Events during Vemurafenib Therapy

2014· review· en· W2054151334 sur OpenAlexaff
Shivani Felicia Chandrakumar, Jensen Yeung

Notice bibliographique

RevueJournal of Cutaneous Medicine and Surgery · 2014
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMelanoma and MAPK Pathways
Établissements canadiensHealth Sciences CentreWomen's College HospitalSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésVemurafenibMedicineAdverse effectKeratoacanthomaDiscontinuationDermatologyMelanomaBasal cellInternal medicineMetastatic melanomaCancer research

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Vemurafenib, an oral agent that selectively targets the BRAF V600E mutation, has recently emerged as the mainstay of treatment in patients with BRAF-positive stage IV melanoma. A spectrum of cutaneous adverse events has been associated with vemurafenib, ranging from benign rashes to malignant side effects such as keratoacanthoma and squamous cell carcinoma. OBJECTIVE: In this article, we review clinical data regarding the frequency and severity of the common dermatologic side effects associated with vemurafenib; case series and noncontrolled studies evaluating the safety of vemurafenib therapy are used to further characterize these adverse events. CONCLUSION: Benign vemurafenib-induced side effects generally tend not to be severe or life threatening, with most patients managed by dose interruptions, dose reductions, or topical therapies. Squamous cell carcinomas and keratoacanthomas associated with vemurafenib therapy are easily treated by simple excision of the lesion without discontinuation of vemurafenib. Thus, awareness of potential adverse events coupled with routine dermatologic assessment and timely management will allow for optimal therapeutic benefit in patients receiving vemurafenib therapy.

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: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,034
Tête enseignante GPT0,294
Écart entre enseignants0,260 · 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'étudeRevue systématique
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

Citations10
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cutaneous Medicine and SurgeryMême sujetMelanoma and MAPK PathwaysTravaux en français237 207