MétaCan
Menu
Retour à la cohorte
Enregistrement W2113002949 · doi:10.1093/ejcts/ezt194

Reply to Baisi et al.

2013· letter· en· W2113002949 sur OpenAlexaff
Gail Darling, Waël C. Hanna, Marcelo Cypel, Thomas K. Waddell

Notice bibliographique

RevueEuropean Journal of Cardio-Thoracic Surgery · 2013
Typeletter
Langueen
DomaineMedicine
ThématiqueLung Cancer Diagnosis and Treatment
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychology

Résumé

récupéré en direct d'OpenAlex

We would like to thank Dr Baisi et al. [1] for their insightful comments on our paper, specifically regarding the discrepancy in cancer-specific survival between matched patients who underwent lung cancer resection via VATS lobectomy vs open lobectomy [2]. Although no statistical difference could be detected in cancer-specific survival, the survival curves seem to show a slight divergence in favour of open lobectomy. This apparent divergence can be explained by two potential theories. The first is that it is due to chance. One will always wonder whether a significant difference may have been detected if a larger population sample was available, and whether a study with enough power can be actually achieved. The second theory is that better cancer-specific survival can be attributed to better lymph node dissection in the open group. Although we did not find a difference in the number of lymph nodes harvested between the two groups, larger database studies have clearly demonstrated that the rates of N1 lymph node harvest in VATS lobectomy is inferior to open lobectomy [3]. Speculation remains around whether better lymph node harvesting translates into better survival. We agree with Dr Baisi et al. [1] in restricting our conclusions to early-stage lung cancer. Although other groups have demonstrated the feasibility of VATS resection for large or locally advanced tumours [4], our data include only Stage I and II patients, with a predominance of Stage I disease. We are grateful to Dr Baisi et al. [1] for their kind and insightful comments, and we thank them for taking the time to remark on our work.

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)0,009
score de la tête « metaresearch » (Gemma)0,077
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,077
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,004
Communication savante0,0040,007
Science ouverte0,0050,003
Intégrité de la recherche0,0460,056
Charge utile insuffisante (le modèle a refusé de juger)0,0060,007

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 Opus0,036
Tête enseignante GPT0,308
Écart entre enseignants0,272 · 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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Cardio-Thoracic SurgeryMême sujetLung Cancer Diagnosis and TreatmentTravaux en français237 207