MétaCan
Menu
Retour à la cohorte
Enregistrement W2570261935 · doi:10.21037/tlcr.2016.12.08

Rebuttal from Dr. Bezjak and Dr. Giuliani

2016· editorial· en· W2570261935 sur OpenAlexaff
Meredith Giuliani, Andrea Bezjak

Notice bibliographique

RevueTranslational Lung Cancer Research · 2016
Typeeditorial
Langueen
DomaineMedicine
ThématiqueLung Cancer Diagnosis and Treatment
Établissements canadiensPrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineRadiological weaponRebuttalMalignancyRadiologySalvage therapyPathologicalLung cancerBiopsyRadiation therapySurgeryOncologyInternal medicineChemotherapy

Résumé

récupéré en direct d'OpenAlex

In response to Nguyen and Palma’s submission arguing that radiological suspicion of a local recurrence can be sufficient indication to proceed to salvage therapy, it is clear that despite efforts from several international groups, distinguishing recurrent tumor from radiation induced lung injury (RILI) using radiological evidence, such as CT or FDG-PET scans, is far from an exact science. The authors correctly point out that clinical practice in presumed medically inoperable stage I lung cancer allows for SBRT treatment without biopsy confirmation, for lesions with radiological features strongly suggesting malignancy. However, they are proposing that this approach could be reasonably extended to salvage therapy following SBRT. We contend that the therapeutic ratio, i.e., risk versus benefit, is substantially different for initial SBRT treatment versus post-SBRT salvage treatment, and thus we maintain that pathological proof of recurrence be obtained wherever reasonable.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,205
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,042
Tête enseignante GPT0,444
Écart entre enseignants0,402 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

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

En bref

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTranslational Lung Cancer ResearchMême sujetLung Cancer Diagnosis and TreatmentTravaux en français237 207