MétaCan
Menu
← Retour à la cohorte
Enregistrement W2132368101

Familial ovarian cancer.

2001· article· en· W2132368101 sur OpenAlexaff
Laurie Elit

Notice bibliographique

RevuePubMed · 2001
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBRCA gene mutations in cancer
Établissements canadiensHamilton Regional Laboratory Medicine Program
Organismes subventionnairesnon disponible
Mots-clésOvarian cancerMedicineBRCA mutationFamily historyGynecologyCancerOophorectomyGenetic counselingBreast cancerOncologyPopulationObstetricsInternal medicineHysterectomySurgeryGenetics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To assist family physicians in evaluating patients' risk for hereditary ovarian cancer and to review strategies for preventing ovarian cancer. QUALITY OF EVIDENCE: The MEDLINE, EMBASE, CANCERLIT, and CINAHL databases were searched from 1970 to 1999 using key words related to hereditary ovarian cancer, screening, oral contraceptives, prophylactic oophorectomy, cancer worriers, satisfaction, and perceived risk. Recommendations in this paper are based on evidence from case-control and cohort studies and, where appropriate, consensus conferences. MAIN MESSAGE: Of all women who present with ovarian cancer, 20% have a family history of ovarian cancer and 8% carry a BRCA 1 or BRCA 2 mutation. Women who carry a BRCA 1 mutation have a 63% lifetime risk of developing ovarian cancer, and women who carry a BRCA 2 mutation have a 27% lifetime risk of developing ovarian cancer. Preventive strategies include screening (level 3 evidence for postmenopausal women and level 5 evidence for women with a family history of ovarian cancer), use of oral contraceptives (level 3 evidence for the general population and for mutation carriers), and prophylactic oophorectomy (level 3 evidence in first-degree relatives of patients with breast or ovarian cancer). CONCLUSION: Women who have a family history of ovarian cancer should be offered genetic counseling and discussion of various preventive strategies for minimizing their risk.

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: aucune
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,114

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
Bibliométrie0,0010,001
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)0,0340,003

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 Opus0,019
Tête enseignante GPT0,256
Écart entre enseignants0,237 · 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

Citations14
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetBRCA gene mutations in cancer→Travaux en français237 207→