MétaCan
Menu
Retour à la cohorte
Enregistrement W2068527999 · doi:10.1097/moh.0000000000000111

Preleukemia

2015· review· en· W2068527999 sur OpenAlexaff
Liran I. Shlush, Mark D. Minden

Notice bibliographique

RevueCurrent Opinion in Hematology · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Myeloid Leukemia Research
Établissements canadiensPrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésPreleukemiaMedicineInternal medicineLeukemia

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: In the present review, we will define the preleukemic state. We aim at increasing awareness and research in the field of preleukemia that will nurture targeted therapy for the earlier steps of leukemia evolution. RECENT FINDINGS: Emerging evidence supports the role of hematopoietic stem/progenitor cells carrying recurrent leukemia-related mutations as the cell of origin of both myeloid and lymphoid malignancies. The preleukemic stem cells can maintain at least to some extent their functionality; however, they have increased fitness endowed by the preleukemic mutations that lead to clonal expansion. SUMMARY: The latent preleukemic period before overt leukemia presents can take years, and the majority of carriers will never develop leukemia in their lifetime. The preleukemic state is not rare, with greater than 1% of individuals having acquired one or more of the recognized preleukemic lesions. The high frequency of such abnormalities in the population may be the cost of growing old; however, another view could be that in order to survive to old age, the hematopoietic system must adapt to create robust hematopoietic stem/progenitor cells with an increased fitness and clonal expansion. Hence, leukemia does not necessarily start as a disease, but rather as a need, with the normally functioning preleukemic hematopoietic stem cells trying to maintain health for years but in time succumbing to their own acquired virtues.

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)0,002
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 seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,005

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 Opus0,234
Tête enseignante GPT0,492
Écart entre enseignants0,257 · 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

Citations25
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in HematologyMême sujetAcute Myeloid Leukemia ResearchTravaux en français237 207