MétaCan
Menu
Retour à la cohorte
Enregistrement W2495051483 · doi:10.17925/ohr.2014.10.2.110

Systemic Treatment for Gastrointestinal Stromal Tumor—A State of Art

2014· article· en· W2495051483 sur OpenAlexaff
Xiaolan Feng, Don Morris

Notice bibliographique

RevuetouchREVIEWS in Oncology & Haematology · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueGastrointestinal Tumor Research and Treatment
Établissements canadiensAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésGiSTRegorafenibSunitinibMedicineImatinibStromal tumorTyrosine-kinase inhibitorImatinib mesylateOncologyTargeted therapyTyrosine kinaseInternal medicineAdjuvantCancer researchStromal cellCancerReceptorColorectal cancer

Résumé

récupéré en direct d'OpenAlex

The availability of the tyrosine kinase inhibitor (TKI) small molecule imatinib has revolutionized the systemic treatment for gastrointestinal stromal tumor (GIST), historically one of the most chemoresistant solid malignancies. Prior to imatinib availability approximately 14 years ago, surgery was the only effective treatment modality. Imatinib is now accepted as the first-line systemic treatment for advanced GIST and subsequently has become the standard systemic treatment for GIST in the neoadjuvant and adjuvant settings. Sunitinib and regorafenib have been approved for second- and third-line treatments, respectively, for patients with advanced GIST progressing on imatinib. The dramatic and continuing efficacy of TKIs targeting oncogenic driver pathways such as KIT, platelet-derived growth factor receptor alpha (PDGFR〈), and vascular epithelial growth factor receptors (VEGFs), in advanced GIST supports the utility of targeted therapy in oncogene addicted solid malignancies. Molecular mutational diagnostics has further defined subpopulations of responders. Although significant gains have been made in the treatment of GIST patients, future research is still warranted to help further improve clinical outcomes of patients with GIST.

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 enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
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 savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,047
Tête enseignante GPT0,373
Écart entre enseignants0,326 · 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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuetouchREVIEWS in Oncology & HaematologyMême sujetGastrointestinal Tumor Research and TreatmentTravaux en français237 207