MétaCan
Menu
Retour à la cohorte
Enregistrement W2317871507 · doi:10.1097/spc.0b013e3283640f5f

Managing hypercalcaemia and hypocalcaemia in cancer patients

2013· review· en· W2317871507 sur OpenAlexaff
Nazanin Fallah‐Rad, A. Ross Morton

Notice bibliographique

RevueCurrent Opinion in Supportive and Palliative Care · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueBone health and treatments
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésHypercalcaemiaHypocalcaemiaMedicineDenosumabVitamin D and neurologyCancerIntensive care medicinevitamin D deficiencyBreast cancerDiseaseInternal medicineOsteoporosisCalcium

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Hypercalcaemia is commonly associated with cancer which is usually advanced and portends a poor prognosis. Hypocalcaemia is more often seen as a complication of therapy aimed at reducing skeletal morbidity rather than an effect of the cancer itself. We present an overview of calcium disorders in malignant disease. RECENT FINDINGS: A significant proportion of patients who have a cancer and become hypercalcaemic have an alternative cause for their hypercalcaemia.Evidence for the use of loop diuretics is lacking, and such agents should not be routinely used unless significant volume overload occurs during rehydration. Bisphosphonates are generally established as first-line therapy after volume expansion with saline. As knowledge of bone biology increases, there is interest in the use of the mAb denosumab, for the management refractory hypercalcaemia. Knowledge of the vitamin D status, and supplementation of vitamin D, may reduce the risk of hypocalcaemia when potent antiresorptive medications are being used. SUMMARY: Calcium disorders can be predicted in many tumour types and with antiresorptive therapy. A logical approach to prevention and management of these imbalances should be incorporated into cancer patient care.

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)0,000
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
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
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 Opus0,170
Tête enseignante GPT0,462
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

Citations9
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Supportive and Palliative CareMême sujetBone health and treatmentsTravaux en français237 207