MétaCan
Menu
Retour à la cohorte
Enregistrement W2106267463 · doi:10.3747/co.19.972

Hypertension Management in Patients with Renal Cell Cancer Treated with Anti-Angiogenic Agents

2012· article· en· W2106267463 sur OpenAlexafffundvenueabout
Pierre Larochelle, Christian Kollmannsberger, Ross D. Feldman, Ernesto L. Schiffrin, Luc Poirier, François Patenaude, Dean Ruether, Martin G. Myers, Georg A. Bjarnason

Notice bibliographique

RevueCurrent Oncology · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensSunnybrook Health Science CentreJewish General HospitalBC Cancer AgencyCentre hospitalier universitaire de QuébecRobarts Clinical TrialsHealth Sciences CentreMontreal Clinical Research Institute
Organismes subventionnairesDaiichi Sankyo EuropeDaiichi-SankyoServierPfizer CanadaGlaxoSmithKlineAstraZeneca
Mots-clésMedicineRenal cell carcinomaExpert opinionVEGF receptorsClinical trialVascular endothelial growth factorIntensive care medicineCancerBioinformaticsInternal medicineOncology

Résumé

récupéré en direct d'OpenAlex

Inhibitors of the vascular endothelial growth factor (vegf-is) signalling pathway have fundamentally changed the treatment of metastatic renal cell carcinoma (mrcc). Hypertension is one of the most common side effects of vegf-is and has been reported with almost every vegf-i used for treatment to date. The exact mechanism of vegf-i-induced hypertension appears complex and multifactorial, and it remains to be fully explained. No randomized clinical trials are available to guide the management of hypertension during vegf-i treatment in mrcc patients. The guiding principles suggested here summarize the consensus of opinions on the diagnosis and management of vegf-i-induced hypertension during treatment of mrcc obtained from an expert working group composed of 4 Canadian medical oncologists and 5 Canadian hypertension specialists. The Canadian Hypertension Education Program guidelines, available literature, and expert opinion were used to develop the guiding principles.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,074
Tête enseignante GPT0,327
Écart entre enseignants0,253 · 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'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

Citations29
Publié2012
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetRenal cell carcinoma treatmentTravaux en français237 207