MétaCan
Menu
Retour à la cohorte
Enregistrement W2054754015 · doi:10.3389/fonc.2014.00182

Non-Small Cell Lung Carcinoma Biomarker Testing: The Pathologist’s Perspective

2014· review· en· W2054754015 sur OpenAlexaff
Elisa Ferreira Brega, Guilherme Brandao

Notice bibliographique

RevueFrontiers in Oncology · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesnon disponible
Mots-clésBiomarkerMedicineLung cancerPathologyLungSampling (signal processing)CancerRadiologyInternal medicineBiologyComputer science

Résumé

récupéré en direct d'OpenAlex

Biomarker testing has become standard of care for patients diagnosed with non-small cell lung carcinoma (NSCLC). Although, it can be successfully performed in circulating tumor cells, at present, the vast majority of investigations are carried out using direct tumor sampling, either through aspiration methods, which render most often isolated cells, or tissue sampling, that could range from minute biopsies to large resections. Consequently, pathologists play a central role in this process. Recent evidence suggests that refining NSCLC diagnosis might be clinically significant, particularly in cases of lung adenocarcinomas (ADC), which in turn, has prompted a new proposal for the histologic classification of such pulmonary neoplasms. These changes, in conjunction with the mandatory incorporation of biomarker testing in routine NSCLC tissue processing, have directly affected the pathologist's role in lung cancer work-up. This new role pathologists must play is complex and demanding, and requires a close interaction with surgeons, oncologists, radiologists, and molecular pathologists. Pathologists often find themselves as the central figure in the coordination of a process, that involves assuring that the tumor samples are properly fixed, but without disruption of the DNA structure, obtaining the proper diagnosis with a minimum of tissue waste, providing pre-analytical evaluation of tumor samples selected for biomarker testing, which includes assessment of the proportion of tumor to normal tissues, as well as cell viability, and assuring that this entire process happens in a timely fashion. Therefore, it is part of the pathologist's responsibilities to assure that the samples received in their laboratories, be processed in a manner that allows for optimal biomarker testing. This article goal is to discuss the essential role pathologists must play in NSCLC biomarker testing, as well as to provide a summarized review of the main NSCLC biomarkers of clinical interest.

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)0,009
score de la tête « metaresearch » (Gemma)0,014
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: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,004
Communication savante0,0040,007
Science ouverte0,0020,002
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,050
Tête enseignante GPT0,386
Écart entre enseignants0,336 · 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

Citations18
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in OncologyMême sujetLung Cancer Treatments and MutationsTravaux en français237 207