MétaCan
Menu
Retour à la cohorte
Enregistrement W2410247587 · doi:10.5306/wjco.v6.i5.142

Portal vein embolization effect on colorectal cancer liver metastasis progression: Lessons learned

2015· review· en· W2410247587 sur OpenAlexaff
Eman Al-Sharif

Notice bibliographique

RevueWorld Journal of Clinical Oncology · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueHepatocellular Carcinoma Treatment and Prognosis
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicinePortal vein embolizationMetastasisTumor progressionColorectal cancerLiver regenerationMuscle hypertrophyEmbolizationCancerHepatectomyRadiologySurgeryOncologyInternal medicineResectionRegeneration (biology)

Résumé

récupéré en direct d'OpenAlex

Colorectal liver metastasis (CRLM) is the major cause of death in patients diagnosed with colorectal cancer. The gold standard treatment of CRLM is surgical resection. Yet, in the past, more than half of these patients were deemed unresectable due to the inadequate future liver remnant (FLR). The introduction of efficient portal vein embolization (PVE) preoperatively allowed more resections of metastasis in CRLM patients by stimulating adequate liver hypertrophy. However, several experimental and clinical studies reported tumor progression after PVE which critically influences the subsequent management of these patients. The underlying pathophysiological mechanism of tumor progression post-PVE is still not fully understood. In spite of the adverse effects of PVE, it remains a potentially curative procedure in patients who would remain otherwise unresectable because of the insufficient FLR. Currently, the challenge is to halt tumor proliferation following PVE in patients who require this technique. This could potentially be achieved by either attempting to suppress the underlying oncologic stimulus or by inhibiting tumor growth once observed after PVE, without jeopardizing liver regeneration. More research is still required to better identify patients at risk of experiencing tumor growth post-PVE.

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)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,460
Tête enseignante GPT0,554
Écart entre enseignants0,094 · 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

Citations27
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of Clinical OncologyMême sujetHepatocellular Carcinoma Treatment and PrognosisTravaux en français237 207