MétaCan
Menu
Retour à la cohorte
Enregistrement W2315224281 · doi:10.1097/spc.0000000000000074

The emerging roles of stereotactic ablative radiotherapy for metastatic renal cell carcinoma

2014· review· en· W2315224281 sur OpenAlexaff
Patrick Cheung, Isabelle Thibault, Georg A. Bjarnason

Notice bibliographique

RevueCurrent Opinion in Supportive and Palliative Care · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésSABR volatility modelMedicineRenal cell carcinomaAbscopal effectRadiation therapyAblative caseOncologyRadiosurgeryRadiologyInternal medicineImmunotherapyCancer

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: To discuss the emerging roles of stereotactic ablative radiotherapy (SABR) in patients with metastatic renal cell carcinoma (RCC). RECENT FINDINGS: RCC tumours are not as radio-resistant as previously thought, as local control rates of tumours treated with SABR are high. Therefore, SABR is an attractive treatment option for RCC tumours in which effective long-term palliation of symptoms or local control is desired. Like surgical resection of metastatic tumours, SABR can also be used as a method of eradicating oligometastases to potentially 'cure' or offer prolonged disease-free survival in patients with low-volume metastatic disease. In patients who develop progression of a solitary or few tumours (termed oligoprogression), SABR to the progressing 'rogue' tumours may delay the need to start or change systemic therapy. Finally, there is the potential for SABR to improve the efficacy of immunotherapy for metastatic RCC, given the known immune-modulated abscopal effect of radiotherapy. SUMMARY: SABR is increasingly being used in metastatic RCC patients, given the great potential to improve various outcomes. More prospective clinical trials are needed to identify and quantify the clinical benefits.

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 seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,130
Tête enseignante GPT0,422
Écart entre enseignants0,292 · 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

Citations21
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Supportive and Palliative CareMême sujetRenal cell carcinoma treatmentTravaux en français237 207