MétaCan
Menu
Retour à la cohorte
Enregistrement W2289769328 · doi:10.2147/lctt.s60344

HSP90 as a novel molecular target in non-small-cell lung cancer

2016· review· en· W2289769328 sur OpenAlex
Victor Cohen, Khashayar Esfahani

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueLung Cancer Targets and Therapy · 2016
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHeat shock proteins research
Établissements canadiensJewish General HospitalMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicineAnaplastic lymphoma kinaseLung cancerEpidermal growth factor receptorTargeted therapyOncologyDiseaseCancer researchHsp90 inhibitorInternal medicineLymphomaCancerHeat shock proteinHsp90GeneBiology

Résumé

récupéré en direct d'OpenAlex

Abstract: Lung cancer remains the most lethal cancer, with over 160,000 annual deaths in the USA alone. Over the past decade, the discovery of driver mutations has changed the landscape for the treatment of non-small-cell lung cancer (NSCLC). Targeted therapies against epidermal growth factor receptor (EGFR) or anaplastic lymphoma kinase (ALK) have now been approved by the Food and Drug Administration as part of the standard first-line treatment of NSCLC. Despite good initial responses, most patients develop resistance within 8–12 months and have disease progression. Keywords: non-small-cell lung cancer, driver mutations, targeted therapy, heat shock protein 90 (HSP90)

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.

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)
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 enseignants0,981
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,017
Tête enseignante GPT0,350
Écart entre enseignants0,333 · 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