MétaCan
Menu
Retour à la cohorte
Enregistrement W2589581131 · doi:10.1093/neuros/nyw084

Spine Oncology—Metastatic Spine Tumors

2017· review· en· W2589581131 sur OpenAlexaff
David Choi, Mark H. Bilsky, Michael G. Fehlings, Charles G. Fisher, Ziya L. Gokaslan

Notice bibliographique

RevueNeurosurgery · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueManagement of metastatic bone disease
Établissements canadiensVancouver General HospitalUniversity of British ColumbiaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineRadiosurgeryQuality of life (healthcare)Radiation therapySurgery

Résumé

récupéré en direct d'OpenAlex

Surgery for spinal metastases remains the mainstay treatment for pain, instability, and neurological deterioration due to tumor infiltration of the spine. However, several new therapies are emerging which may improve outcomes further, and in some cases even replace the need for surgery. We now have a better understanding of which factors influence survival and quality of life after surgery, and this underpins the development and application of new treatments, and assessment of outcome.Depending on genetic subtyping of tumors, novel immunotherapies and chemotherapies may be very effective in prolonging quality of life. New surgical techniques allow smaller, quicker, and safer operations with less blood loss, pain, and quicker recovery after surgery. Radiation treatments have also leapt forward with the greater accuracy and higher doses possible from intensity-modulated photon radiation, stereotactic body radiation treatment, proton beam therapy, or carbon ion treatment. Combined with more advanced materials for vertebral body stabilization, computer navigation systems, and robotics, more can be done at earlier or later stages of the spinal disease than was previously possible, resulting in more options and improved outcomes for patients.

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 enseignants0,007
Score d'incertitude au seuil0,022

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
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,201
Tête enseignante GPT0,436
Écart entre enseignants0,235 · 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

Citations86
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurosurgeryMême sujetManagement of metastatic bone diseaseTravaux en français237 207