Protocol for the examination of specimens from patients with ductal carcinoma in situ of the breast.
Notice bibliographique
Résumé
Authors Susan C. Lester, MD, PhD, FCAP* Department of Pathology, Brigham and Women’s Hospital, Boston, Massachusetts Shikha Bose, MD, FCAP Department of Pathology and Laboratory Medicine, Cedars-Sinai Medical Center, Los Angeles, California Yunn-Yi Chen, MD, PhD, FCAP Department of Pathology, UCSF Medical Center, San Francisco, California James L. Connolly, MD, FCAP Department of Pathology, Beth Israel Deaconess Medical Center, Boston, Massachusetts Monica de Baca, MD, FCAP Physicians Laboratory, Sioux Falls, South Dakota Patrick L. Fitzgibbons, MD, FCAP Department of Pathology, St. Jude Medical Center, Fullerton, California Daniel F. Hayes, MD, Department of Medical Oncology, University of Michigan Medical Center, Ann Arbor, Michigan Celina Kleer, MD, FCAP Department of Pathology, University of Michigan Medical Center, Ann Arbor, Michigan Frances P. O’Malley, MD, FCAP Department of Pathology and Laboratory Medicine, Mount Sinai Hospital, Toronto, University of Toronto, Ontario, Canada David L. Page, MD, FCAP Department of Pathology, Vanderbilt University Medical Center, Nashville, Tennessee Barbara L. Smith, MD, PhD Department of Surgical Oncology, Massachusetts General Hospital, Boston, Massachusetts Donald L. Weaver, MD, FCAP Department of Pathology, College of Medicine and Vermont Cancer Center, University of Vermont, Burlington, Vermont Eric Winer, MD Department of Medical Oncology, Dana-Farber Cancer Institute, Boston, Massachusetts Jean F. Simpson, MD, FCAP† Department of Pathology, Vanderbilt University Medical Center, Nashville, Tennessee For the Members of the Cancer Committee, College of American Pathologists
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».