MétaCan
Menu
Retour à la cohorte
Enregistrement W2508769499 · doi:10.1093/jrr/rrw059

A surveillance study of the current status of reirradiation and patterns of practice

2016· article· en· W2508769499 sur OpenAlexaboutno aff
Hideya Yamazaki, Masato Fushiki, Takashi Mizowaki

Notice bibliographique

RevueJournal of Radiation Research · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurrent (fluid)Physics

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to survey the current status of reirradiation (Re-RT) and patterns of practice in Japan. An email questionnaire was sent to Kansai Cancer Therapist Group partner institutions, using questions similar to those in the Canadian radiation oncologist (RO) survey (2008). A total of 34 ROs from 28 institutions returned the survey. All 28 institutions experienced Re-RT cases in 2014. However, 26 of the 28 institutions (93%) reported difficulty in obtaining Re-RT case information from their respective databases. Responses from 19 institutions included the number of Re-RT cases; this rose from 183 in the period 2005-2009 (institution median = 4; 2-12.9) to 562 in the period 2010-2014 (institution median = 26; 2-225). Important considerations for indication of Re-RT were age (65%), performance status (83%), life expectancy (70%), absence of distant metastases (67%), and interval since previous treatment (73%). Previous total radiation dose (48%), volume of tissue irradiated (72%), and the biologically equivalent dose (BED; 68.5%) were taken into account during Re-RT planning. These factors were similar to those considered in the Canadian survey; however, the present study did not consider age. In eight site-specific scenarios, barring central nervous system recurrence, more than 90% of ROs agreed to perform Re-RT, which was higher than the percentage observed in the Canadian survey. Re-RT cases have increased in number and aroused interest among ROs in this decade of advanced technology. However, consensus building to establish guidelines for the practice and prospective evaluation of Re-RT is required.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,040
Tête enseignante GPT0,437
Écart entre enseignants0,396 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Radiation ResearchMême sujetRadiomics and Machine Learning in Medical ImagingTravaux en français237 207