MétaCan
Menu
Retour à la cohorte
Enregistrement W2100395884 · doi:10.1586/era.10.160

Use of aromatase inhibitors and bisphosphonates as an anticancer therapy in postmenopausal breast cancer

2010· review· en· W2100395884 sur OpenAlexaff
Henning T. Mouridsen, Per Eystein Lønning, Matthias W. Beckmann, Kimberly Blackwell, Julie Doughty, Joseph Gligorov, Antonio Llombart‐Cussac, André Robidoux, Beat Thürlimann, Michael Gnant

Notice bibliographique

RevueExpert Review of Anticancer Therapy · 2010
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEstrogen and related hormone effects
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineAromataseBreast cancerOncologyAdjuvantCancerInternal medicineAdjuvant therapyAromatase inhibitorGynecology

Résumé

récupéré en direct d'OpenAlex

Breast cancer is a major cause of morbidity and mortality in postmenopausal women worldwide. Reducing the risk of distant disease recurrence is a primary goal of adjuvant endocrine therapy. As we await data from ongoing Phase III comparison trials, an emerging body of evidence demonstrates important differences between third-generation aromatase inhibitors, particularly with respect to potency and prevention of early distant metastases. Furthermore, a growing body of evidence demonstrates anticancer benefits of bisphosphonates in adjuvant breast cancer and other settings. This article outlines the proceedings from an Expert Panel meeting of regionally diverse breast cancer specialists regarding the appropriate use of aromatase inhibitors in postmenopausal hormone-responsive early breast cancer and bisphosphonates as anticancer therapy in adjuvant breast cancer.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,968
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0010,000
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 Opus0,020
Tête enseignante GPT0,356
Écart entre enseignants0,335 · 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.

Devis d'étudeAutre devis
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

Citations5
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Review of Anticancer TherapyMême sujetEstrogen and related hormone effectsTravaux en français237 207