MétaCan
Menu
Retour à la cohorte
Enregistrement W2093730206 · doi:10.1097/mou.0b013e3282f9b3e5

Inventory of prostate cancer predictive tools

2008· review· en· W2093730206 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCurrent Opinion in Urology · 2008
Typereview
Langueen
DomaineMedicine
ThématiqueProstate Cancer Diagnosis and Treatment
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésNomogramMedicineProstate cancerMEDLINEPredictive modellingHomogeneousClinical judgmentMedical physicsCancerMachine learningOncologyComputer scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: We created an inventory of current predictive tools available for prostate cancer. This review may serve as an initial step toward a comprehensive reference guide for physicians to locate published nomograms that apply to the clinical decision in question. Using MEDLINE a literature search was performed on prostate cancer predictive tools from January 1966 to November 2007. We describe the patient populations to which they apply and the outcomes predicted, and record their individual characteristics. RECENT FINDINGS: The literature search generated 111 published prediction tools that may be applied to patients in various clinical stages of disease. Of the 111 prediction tools, only 69 had undergone validation. We present an inventory of models with input variables, prediction form, number of patients used to develop the prediction tools, the outcome being predicted, prediction tool-specific features, predictive accuracy, and whether validation was performed. SUMMARY: Decision rules, such as nomograms, provide evidence-based and at the same time individualized predictions of the outcome of interest. Such predictions have been repeatedly shown to be more accurate than those of clinicians, regardless of their level of expertise. Accurate risk estimates are also required for clinical trial design, to ensure homogeneous high-risk patient groups for whom new cancer therapeutics will be investigated.

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.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,971
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,149
Tête enseignante GPT0,422
Écart entre enseignants0,274 · 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