MétaCan
Menu
Retour à la cohorte
Enregistrement W2138368669 · doi:10.2217/fon.15.251

Current State of Biomarkers in Ovarian Cancer Prognosis

2015· review· en· W2138368669 sur OpenAlexaff
Katrina Au, Juliana Alves Josahkian, Julie‐Ann Francis, Jeremy A. Squire, Madhuri Koti

Notice bibliographique

RevueFuture Oncology · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueOvarian cancer diagnosis and treatment
Établissements canadiensKingston General HospitalQueen's University
Organismes subventionnairesnon disponible
Mots-clésMedicineOvarian cancerCarboplatinPaclitaxelTumor microenvironmentDiseaseDrug resistanceOncologyChemotherapyCancerSerous fluidInternal medicineBioinformaticsCisplatinBiology

Résumé

récupéré en direct d'OpenAlex

High-grade serous ovarian cancer remains one of the most lethal malignancies in women. Despite recent advances in surgical and pharmaceutical therapies, survival rates remain poor. A major impediment in management of this disease, that continues to contribute to poor overall survival rates, is resistance to standard carboplatin-paclitaxel combination chemotherapies. In addition to tumor cell intrinsic mechanisms leading to drug resistance, there is increasing awareness of the crucial role of the tumor microenvironment in mediating natural immune defense mechanisms and selective pressures that appear to facilitate chemotherapy sensitivity. We provide an overview of some of the promising new genetic and immunological biomarkers in ovarian cancer and discuss their biology and their likely clinical utility in future ovarian cancer management.

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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,075
Tête enseignante GPT0,430
Écart entre enseignants0,355 · 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

Citations75
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFuture OncologyMême sujetOvarian cancer diagnosis and treatmentTravaux en français237 207