MétaCan
Menu
Retour à la cohorte
Enregistrement W2143544090 · doi:10.1007/s00330-008-0906-0

Image-guided focused ultrasound ablation of breast cancer: current status, challenges, and future directions

2008· review· en· W2143544090 sur OpenAlexaff
A. C. Schmitz, David Gianfelice, Bruce L. Daniel, Willem P.Th.M. Mali, Maurice A. A. J. van den Bosch

Notice bibliographique

RevueEuropean Radiology · 2008
Typereview
Langueen
DomaineEngineering
ThématiqueUltrasound and Hyperthermia Applications
Établissements canadiensToronto General HospitalUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésAblationMedicineBreast cancerMagnetic resonance imagingUltrasoundRadiologyNeuroradiologyInterventional radiologyCancerInternal medicine

Résumé

récupéré en direct d'OpenAlex

Image-guided focussed ultrasound (FUS) ablation is a non-invasive procedure that has been used for treatment of benign or malignant breast tumours. Image-guidance during ablation is achieved either by using real-time ultrasound (US) or magnetic resonance imaging (MRI). The past decade phase I studies have proven MRI-guided and US-guided FUS ablation of breast cancer to be technically feasible and safe. We provide an overview of studies assessing the efficacy of FUS for breast tumour ablation as measured by percentages of complete tumour necrosis. Successful ablation ranged from 20% to 100%, depending on FUS system type, imaging technique, ablation protocol, and patient selection. Specific issues related to FUS ablation of breast cancer, such as increased treatment time for larger tumours, size of ablation margins, methods used for margin assessment and residual tumour detection after FUS ablation, and impact of FUS ablation on sentinel node procedure are presented. Finally, potential future applications of FUS for breast cancer treatment such as FUS-induced anti-tumour immune response, FUS-mediated gene transfer, and enhanced drug delivery are discussed. Currently, breast-conserving surgery remains the gold standard for breast cancer treatment.

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)0,001
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
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,033
Tête enseignante GPT0,275
Écart entre enseignants0,243 · 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

Citations116
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean RadiologyMême sujetUltrasound and Hyperthermia ApplicationsTravaux en français237 207