MétaCan
Menu
Retour à la cohorte
Enregistrement W2091242368 · doi:10.1172/jci57100

Breast cancer — one term, many entities?

2011· review· en· W2091242368 sur OpenAlexafffund
Nicholas Bertos, Morag Park

Notice bibliographique

RevueJournal of Clinical Investigation · 2011
Typereview
Langueen
DomaineMedicine
ThématiqueHER2/EGFR in Cancer Research
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesMcGill University Health CentreMcGill University
Mots-clésBreast cancerCancerBreast tumorDiseaseComputational biologyBioinformaticsMedicineTumor heterogeneityBiologyCancer researchPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Breast cancer, rather than constituting a monolithic entity, comprises heterogeneous tumors with different clinical characteristics, disease courses, and responses to specific treatments. Tumor-intrinsic features, including classical histological and immunopathological classifications as well as more recently described molecular subtypes, separate breast tumors into multiple groups. Tumor-extrinsic features, including microenvironmental configuration, also have prognostic significance and further expand the list of tumor-defining variables. A better understanding of the features underlying heterogeneity, as well as of the mechanisms and consequences of their interactions, is essential to improve targeting of existing therapies and to develop novel agents addressing specific combinations of features.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,004
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,492
Tête enseignante GPT0,558
Écart entre enseignants0,065 · 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

Citations230
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical InvestigationMême sujetHER2/EGFR in Cancer ResearchTravaux en français237 207