MétaCan
Menu
Retour à la cohorte
Enregistrement W2102446067 · doi:10.1002/jso.21057

Morbidity, toxicity, and mortality classification systems in the local regional treatment of peritoneal surface malignancy

2008· review· en· W2102446067 sur OpenAlexaff
Rami Younan, Shigeki Kusamura, Dario Baratti, Alexis‐Simon Cloutier, Marcello Deraco

Notice bibliographique

RevueJournal of Surgical Oncology · 2008
Typereview
Langueen
DomaineMedicine
ThématiqueIntraperitoneal and Appendiceal Malignancies
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineCommon Terminology Criteria for Adverse EventsHyperthermic intraperitoneal chemotherapyTerminologyCytoreductive surgeryAdverse effectMalignancyIntensive care medicineGeneral surgerySurgeryCancerInternal medicineOvarian cancer

Résumé

récupéré en direct d'OpenAlex

To reach a consensus for reporting complications related to cytoreductive surgery (CRS) and hyperthermic intraperitoneal chemotherapy (HIPEC). Reporting the adverse events related to CRS + HIPEC is not standardized yet. Post-operative complications can be divided in two categories: the effects of surgical manipulation per se and the toxic effects of the heated intraoperative chemotherapy. Additive and/or synergistic effects also exist. Different centers have published their experience with regard to the complications associated with the procedure. Various classification systems have been used which makes a temptative comparison of the different techniques and results almost impossible. An effort was made here to review the existing major classification systems: The Bozzetti classification, the Clavien classification (and two proposed modifications from Feldman et al. and Elias et al.) and the Common terminology criteria for adverse events (CTCAE) version 3.0 of the National Institute of Health (NIH) criteria. A related document was sent to an international panel of experts. The CTCAE was adopted by the panel of experts as the unique classification system to be used for reporting complications related to CRS + HIPEC.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0060,007
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,150
Tête enseignante GPT0,400
Écart entre enseignants0,250 · 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

Citations89
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Surgical OncologyMême sujetIntraperitoneal and Appendiceal MalignanciesTravaux en français237 207