MétaCan
Menu
Retour à la cohorte
Enregistrement W2141117691 · doi:10.3109/10428190903308064

Early detection of patients with poor risk diffuse large B-cell lymphoma

2009· review· en· W2141117691 sur OpenAlexaff
Laurie H. Sehn

Notice bibliographique

RevueLeukemia & lymphoma/Leukemia and lymphoma · 2009
Typereview
Langueen
DomaineMedicine
ThématiqueLymphoma Diagnosis and Treatment
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésRituximabMedicineDiffuse large B-cell lymphomaVincristineInternational Prognostic IndexPrednisoneInternal medicineLymphomaOncologyContext (archaeology)CHOPCyclophosphamideClinical trialChemotherapyBiology

Résumé

récupéré en direct d'OpenAlex

More than 60% of patients with diffuse large B-cell lymphoma (DLBCL) will be cured with rituximab, cyclophosphamide, doxorubicin, vincristine, and prednisone (R-CHOP). However, the outcome following secondary therapies remains poor. Early identification of high-risk patients would allow alternative treatment strategies to be considered. Clinical prognostic factors, such as the International Prognostic Index remain useful, but can no longer identify patients with a very poor outcome. Identification of molecular prognostic markers will be required to improve risk stratification. A large number of molecular markers have been reported to be prognostic in patients with DLBCL treated with CHOP, and more recently with R-CHOP. These markers require further validation before clinical utility can be established. Continuous reassessment of clinical and molecular markers in the context of prospective clinical trials is necessary to ensure ongoing relevance.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0060,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0020,000
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 Opus0,008
Tête enseignante GPT0,234
Écart entre enseignants0,225 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
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

Citations21
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLeukemia & lymphoma/Leukemia and lymphomaMême sujetLymphoma Diagnosis and TreatmentTravaux en français237 207