MétaCan
Menu
Retour à la cohorte
Enregistrement W2346316361 · doi:10.4137/bic.s31802

The Present and Future of Biomarkers in Prostate Cancer: Proteomics, Genomics, and Immunology Advancements

2016· review· en· W2346316361 sur OpenAlexafffund
Pierre-Olivier Gaudreau, John Stagg, Denis Soulières, Fred Saad

Notice bibliographique

RevueBiomarkers in Cancer · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueProstate Cancer Treatment and Research
Établissements canadiensInstitute for Research in Immunology and CancerUniversité de MontréalHôpital Notre-Dame
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésProteomicsProstate cancerGenomicsBiomarker discoveryCancerComputational biologyDiseaseImmunotherapyMedicineBiologyInternal medicineGenome

Résumé

récupéré en direct d'OpenAlex

Prostate cancer (PC) is the second most common form of cancer in men worldwide. Biomarkers have emerged as essential tools for treatment and assessment since the variability of disease behavior, the cost and diversity of treatments, and the related impairment of quality of life have given rise to a need for a personalized approach. High-throughput technology platforms in proteomics and genomics have accelerated the development of biomarkers. Furthermore, recent successes of several new agents in PC, including immunotherapy, have stimulated the search for predictors of response and resistance and have improved the understanding of the biological mechanisms at work. This review provides an overview of currently established biomarkers in PC, as well as a selection of the most promising biomarkers within these particular fields of development.

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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,031
Tête enseignante GPT0,372
Écart entre enseignants0,341 · 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

Citations95
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomarkers in CancerMême sujetProstate Cancer Treatment and ResearchTravaux en français237 207