MétaCan
Menu
Retour à la cohorte
Enregistrement W2611192795 · doi:10.1146/annurev-genom-091416-035434

Tailoring Medulloblastoma Treatment Through Genomics: Making a Change, One Subgroup at a Time

2017· review· en· W2611192795 sur OpenAlexafffund
Borja Holgado, Ana Guerreiro Stücklin, Livia Garzia, Craig Daniels, Michael D. Taylor

Notice bibliographique

RevueAnnual Review of Genomics and Human Genetics · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensUniversity of TorontoSickKids FoundationHospital for Sick Children
Organismes subventionnairesHealth CanadaGarron Family Cancer CentreBrain Tumour Foundation of CanadaFondation Brain CanadaNational Cancer InstituteNational Institutes of HealthCureSearch for Children's Cancer
Mots-clésMedulloblastomaGenomicsMedicineClinical trialDiseaseCompassionate UseOncologyBioinformaticsInternal medicineBiologyGenomeGeneticsCancer researchGene

Résumé

récupéré en direct d'OpenAlex

After more than a decade of genomic studies in medulloblastoma, the time has come to capitalize on the knowledge gained and use it to directly improve patient care. Although metastatic and relapsed disease remain poorly understood, much has changed in how we define medulloblastoma, and it has become evident that with conventional therapies, specific groups of patients are currently under- or overtreated. In this review, we summarize the latest insights into medulloblastoma biology, focusing on how genomics is affecting patient stratification, informing preclinical studies of targeted therapies, and shaping the new generation of clinical trials.

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 enseignants0,002
Score d'incertitude au seuil0,008

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

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 Opus0,144
Tête enseignante GPT0,389
Écart entre enseignants0,246 · 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

Citations32
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnual Review of Genomics and Human GeneticsMême sujetGlioma Diagnosis and TreatmentTravaux en français237 207