MétaCan
Menu
Retour à la cohorte
Enregistrement W2147453221 · doi:10.1158/1055-9965.epi-07-2714

Genetic Polymorphisms and Head and Neck Cancer Outcomes: A Review

2008· review· en· W2147453221 sur OpenAlexaff
Jessica Hopkins, David W. Cescon, Darren Tse, Penelope A. Bradbury, Wei Xu, Clement Ma, Paul Wheatley‐Price, John Waldron, David P. Goldstein, François Meyer, Isabelle Bairati, Geoffrey Liu

Notice bibliographique

RevueCancer Epidemiology Biomarkers & Prevention · 2008
Typereview
Langueen
DomaineMedicine
ThématiqueHead and Neck Cancer Studies
Établissements canadiensUniversité LavalUniversity of TorontoUniversity Health NetworkPrincess Margaret Cancer CentreMcMaster UniversityOntario Institute for Cancer Research
Organismes subventionnairesNational Cancer Institute
Mots-clésHead and neck cancerSingle-nucleotide polymorphismXRCC1OncologyCancerPharmacogeneticsBiologyInternal medicineBioinformaticsGenotypeGeneticsMedicineGene

Résumé

récupéré en direct d'OpenAlex

Head and neck cancer (HNC) patients have variable prognoses even within the same clinical stage and while receiving similar treatments. The number of studies of genetic polymorphisms as prognostic factors of HNC outcomes is growing. Candidate polymorphisms have been evaluated in DNA repair, cell cycle, xenobiotic metabolism, and growth factor pathways. Polymorphisms of XRCC1, FGFR, and CCND1 have been consistently associated with HNC survival in at least two studies, whereas most of the other polymorphisms have either conflicting data or were from single studies. Heterogeneity and lack of description of patient populations and lack of accounting for multiple comparisons were common problems in a significant proportion of studies. Despite a large number of exploratory studies, large replication studies in well-characterized HNC populations are warranted.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
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 enseignants0,892
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,145
Tête enseignante GPT0,457
Écart entre enseignants0,312 · 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 tête enseignante, pas un consensus.

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

Citations73
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Epidemiology Biomarkers & PreventionMême sujetHead and Neck Cancer StudiesTravaux en français237 207