MétaCan
Menu
Retour à la cohorte
Enregistrement W2324736805 · doi:10.2174/1573394711309010005

Going Beyond Anthracyclines and Taxanes in Breast Cancer What’s Next?

2013· article· en· W2324736805 sur OpenAlexaff
Sunil Verma

Notice bibliographique

RevueCurrent Cancer Therapy Reviews · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Treatment and Pharmacology
Établissements canadiensHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésTaxaneTolerabilityCapecitabineAnthracyclineMedicineMetastatic breast cancerBreast cancerOncologyInternal medicineAdjuvantCancerChemotherapyAdverse effectColorectal cancer

Résumé

récupéré en direct d'OpenAlex

In recent years, a clear trend has been observed for taxanes to be used earlier in the course of breast cancer, with a large proportion of patients previously treated with anthracyclines and/or taxanes in the (neo)adjuvant setting. In addition, tolerability issues associated with taxane use in elderly patients and patients with substantial comorbidity, means that taxane use is frequently compromised in a substantial proportion of patients with metastatic breast cancer (MBC). Retreatment with taxanes yields variable results, and alternative cytotoxic agents with good activity in patients with anthracycline- and taxane-pretreated MBC are required. Large studies and meta-analyses have helped to establish the role of anthracycline- and taxane-based adjuvant therapy for early breast cancer (EBC). Addition of further cytotoxic agents has generally met with little success, thus the focus has moved towards optimization of adjuvant therapy through scheduling and patient selection. This review considers recent and ongoing developments in the chemotherapeutic management of EBC and MBC. Keywords: Anthracyclines, capecitabine, chemotherapy, early breast cancer, metastatic breast cancer, taxanes.

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 enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0000,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,118
Tête enseignante GPT0,432
Écart entre enseignants0,314 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Cancer Therapy ReviewsMême sujetCancer Treatment and PharmacologyTravaux en français237 207