MétaCan
Menu
Retour à la cohorte
Enregistrement W2129508275 · doi:10.14694/edbook_am.2015.35.e41

Neoadjuvant and Adjuvant Therapy for HER2 Positive Disease

2015· review· en· W2129508275 sur OpenAlexaff
Stephen Chia

Notice bibliographique

RevueAmerican Society of Clinical Oncology Educational Book · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueHER2/EGFR in Cancer Research
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésTrastuzumabMedicineOncologyInternal medicineBreast cancerClinical trialDiseaseChemotherapyAdjuvantMetastatic breast cancerPertuzumabAdjuvant therapyCancerTargeted therapy

Résumé

récupéré en direct d'OpenAlex

Since the initial description of the HER2 proto-oncogene as a poor prognostic factor in breast cancer in 1987, to the first randomized trial of a monoclonal antibody directed against HER2 in combination with chemotherapy for the treatment of metastatic HER2-positive breast cancer published in 2001, to the American Society of Clinical Oncology (ASCO) 2005 Annual Meeting in which we saw the unprecedented collective presentations demonstrating the dramatic benefit of trastuzumab in the adjuvant setting-the clinical landscape of HER2-overexpressing breast cancer has forever changed. More recently, there has been increasing use of preoperative chemotherapy and anti-HER2 targeted therapies in primary operable HER2 disease in the research domain and in clinical practice. In the next few years, we will see if dual adjuvant anti-HER2 antibody inhibition produces clinically significant improvements in outcome; understand if there is a role of small molecule inhibitors of the HER family of receptors either in combination or sequential to trastuzumab; further refine the relationship between pathologic complete response (pCR) and long-term clinical outcomes; and find predictive biomarkers to identify cohorts of patients that may need differential combinations and/or durations of anti-HER2 therapies.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,308
Tête enseignante GPT0,622
Écart entre enseignants0,315 · 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

Citations8
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Society of Clinical Oncology Educational BookMême sujetHER2/EGFR in Cancer ResearchTravaux en français237 207