MétaCan
Menu
Retour à la cohorte
Enregistrement W2065582284 · doi:10.1200/jco.2006.06.6159

New Technologies and Directed Agents for Applications of Cancer Imaging

2006· review· en· W2065582284 sur OpenAlexaff
Mostafa Atri

Notice bibliographique

RevueJournal of Clinical Oncology · 2006
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer, Hypoxia, and Metabolism
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMolecular imagingMagnetic resonance imagingMedicinePositron emission tomographyFunctional imagingPreclinical imagingModality (human–computer interaction)Medical imagingRadiologyIn vivoComputer science

Résumé

récupéré en direct d'OpenAlex

Molecular imaging represents tissue-specific imaging and quantification of physiologic (functional) and molecular events in tumors utilizing new noninvasive imaging modalities, radioligands, and contrast agents. It combines anatomic, physiologic, and metabolic information in a single imaging session. Molecular imaging relies on the ability to target genes and proteins that are linked directly or indirectly to human disease. New imaging biomarkers are being developed. In addition, functional and molecular imaging can potentially replace anatomic longitudinal studies by assessing treatment response earlier. Vascular targeting agents can be evaluated by imaging of tumor angiogenesis using magnetic resonance imaging (MRI), computed tomography and ultrasound, and positron emission tomography (PET). Targeted contrast agents can accomplish site-directed imaging or therapy by a variety of active and passive mechanisms. Furthermore, there is the possibility of combining different modalities such as ultrasonic imaging and MRI or MRI and PET to increase the flexibility unachievable with either modality alone. However, there is a need to standardize these techniques so that longitudinal evaluation of tumor response to treatment is feasible.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,958
Score d'incertitude au seuil0,572

Scores Codex et Gemma par catégorie

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

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 Opus0,091
Tête enseignante GPT0,495
Écart entre enseignants0,404 · 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 tête enseignante, 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

Citations101
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetCancer, Hypoxia, and MetabolismTravaux en français237 207