MétaCan
Menu
Retour à la cohorte
Enregistrement W2076731419 · doi:10.3747/co.v16i0.417

Role of Cytokine Therapy for Renal Cell Carcinoma in the Era of Targeted Agents

2009· article· en· W2076731419 sur OpenAlexaffvenue
Rama Koneru, Sebastién J. Hotte

Notice bibliographique

RevueCurrent Oncology · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineRenal cell carcinomaCytokineTargeted therapyAngiogenesisOncologyInternal medicineImmunotherapyHormonal therapyChemotherapyImmunologyCancer

Résumé

récupéré en direct d'OpenAlex

Starting in the late 1980s, cytokines were considered the mainstay of treatment for locally advanced or metastatic renal cell carcinoma (rcc) because of a lack of improved survival with either chemotherapy or hormonal therapy alone. The cytokine agents interferon alfa (IFNalpha) and interleukin-2 (IL-2) have been the most evaluated, but a low overall response rate and a marginal survival advantage, coupled with significant toxicity, make these therapies less than ideal. Although complete tumour responses have occasionally been seen with high-dose il-2, this therapy is associated with significant morbidity and mortality, and its approval has been based on limited nonrandomized evidence. Newer anti-angiogenesis agents have been evaluated as single agents and in combination with INFalpha, and these are now considered the standard of care for most patients with rcc. However, cytokines may still occasionally be recommended when angiogenesis inhibitors are not available or are contraindicated. In the present paper, we discuss the evidence for the use of cytokine therapy in the setting of pre- and post-targeted therapy for RCC.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,599
Score d'incertitude au seuil0,378

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,072
Tête enseignante GPT0,360
Écart entre enseignants0,288 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetRenal cell carcinoma treatmentTravaux en français237 207