Notice bibliographique
Résumé
Soft tissue sarcomas (STS) are rare malignancies. STS represent a heterogeneous group of tumors, with many of them posing a high risk of local recurrence and distant metastasis. The major therapeutic goals of treating STS are to maximize local tumor control using minimal surgery and to improve survival. The ability of radiation therapy (RT) to improve local control has made it a cornerstone in the multimodality treatment of STS. Koshy reported survival benefit of RT in patients undergoing limbsparing surgery for soft tissue sarcomas of the extremities. A retrospective study from the Surveillance, Epidemiology, and End Results (SEER) database that included data from 6,960 patients. They reports that radiation was associated with improved survival in patients with high-grade tumors. The randomized study of preoperative versus postoperative radiation therapy conducted by the National Cancer Institute of Canada (NCIC). The radiation therapy techniques consisted of 50 Gy in the preoperative setting and 66 Gy given postoperatively. Patients treated with postoperative radiation therapy tended to have greater fibrosis. Fibrosis, joint stiffness and edema adversely affect patient function. Haas reported the proposed consensus guidelines on target volume delineation with RT for STS in 2012. Particle therapy, intensity-modulated RT (IMRT) and image-guided RT (IGRT) offers the opportunity to reduce the normal tissue morbidity of RT while maintaining local tumor control. In conclusion, the precision with which the radiation dose is distributed with advanced RT has a beneficial effect in sparing normal tissue with improved local control over that achieved with conventional RT.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,021 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».