MétaCan
Menu
Retour à la cohorte
Enregistrement W2484426162 · doi:10.1155/2016/3079684

Advances in Radiotherapy for Prostate Cancer Treatment

2016· article· en· W2484426162 sur OpenAlexaff
Tarun K. Podder, Daniel Y. Song, Timothy N. Showalter, Luc Beaulieu

Notice bibliographique

RevueProstate Cancer · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueProstate Cancer Diagnosis and Treatment
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMedicineTomotherapyBrachytherapyCyberknifeProstate cancerProton therapyRadiation therapyRadiosurgeryNuclear medicineProstateRadiation treatment planningRadiologyImage-guided radiation therapyExternal beam radiationMedical physicsCancerInternal medicine

Résumé

récupéré en direct d'OpenAlex

Major categories of radiotherapy (RT) for prostate cancer (CaP) treatment are: (1) external beam RT (EBRT), and (2) brachytherapy (BT). EBRT are performed using different techniques like three-dimensional conformal RT (3D-CRT), intensity modulated RT (IMRT), volumetric modulated arc therapy (VMAT), and stereotactic body radiation therapy (SBRT), stereotactic radiosurgery (SRS) and intensity modulated proton therapy (IMPT), etc., using a variety of radiation delivery machines, such as a linear accelerator (Linac), Cyberknife robotic system, Gamma knife, Tomotherapy and proton beam machine. The primary advantage of proton beam therapy is sparing of normal tissues and organ at risks (OARs) with comparable coverage of the tumor volume. MR-Linac is the latest addition in the image-guided RT. Robot-assisted brachytherapy is one of the latest technological innovations in the field. With the advancement of technology, radiation therapy for prostate cancer can be improved using high quality multimodal imaging, robot-assistance for brachytherapy as well as EBRT. This chapter presents the advances in radiation therapy for the treatment of prostate cancer.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,020
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0200,010

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 Opus0,019
Tête enseignante GPT0,338
Écart entre enseignants0,319 · 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

Citations15
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProstate CancerMême sujetProstate Cancer Diagnosis and TreatmentTravaux en français237 207