MétaCan
Menu
Retour à la cohorte
Enregistrement W2607424519 · doi:10.1093/jnci/djx007

Current State of PCR-Based Epstein-Barr Virus DNA Testing for Nasopharyngeal Cancer

2017· article· en· W2607424519 sur OpenAlexaff
Kelly Y. Kim, Quynh‐Thu Le, Sue S. Yom, Benjamin A. Pinsky, Scott V. Bratman, Raymond H. W. Ng, Haja Sittana El Mubarak, K.C. Allen Chan, Miriam Sander, Barbara A. Conley

Notice bibliographique

RevueJNCI Journal of the National Cancer Institute · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueViral-associated cancers and disorders
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesNational Cancer InstituteFudan University
Mots-clésNasopharyngeal carcinomaBiomarkerEpstein–Barr virusNasopharyngeal cancerCancerVirusMedicineOncologyVirologyBioinformaticsInternal medicineBiologyRadiation therapyGenetics

Résumé

récupéré en direct d'OpenAlex

Clinical studies have shown plasma Epstein-Barr virus (EBV) DNA level to be an independent prognostic biomarker for nasopharyngeal carcinoma (NPC). However, the proportion of NPC patients whose tumors are associated with EBV vary with geographic location, and there are a variety of assays for plasma EBV. To develop the level of evidence needed to demonstrate the clinical utility of plasma EBV DNA detection for NPC patients and encourage widespread adoption of this biomarker test in clinical laboratories, validated harmonized assays are needed. In 2015, the National Cancer Institute (NCI) convened a Workshop on Harmonization of EBV Testing for Nasopharyngeal Cancer, where experts in head and neck oncology and laboratory medicine addressed the limitations of currently available polymerase chain reaction-based EBV DNA quantitation assays and discussed strategies for advancing the development of harmonized EBV DNA assays and their appropriate clinical use. This article presents the key recommendations to direct future efforts in assay harmonization and validation.

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)0,151
score de la tête « metaresearch » (Gemma)0,119
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,151
Score d'incertitude au seuil0,799

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1510,119
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,005
Études des sciences et des technologies0,0010,007
Communication savante0,0080,005
Science ouverte0,0090,003
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,095
Tête enseignante GPT0,383
Écart entre enseignants0,287 · 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
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

Citations105
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJNCI Journal of the National Cancer InstituteMême sujetViral-associated cancers and disordersTravaux en français237 207