OC-0397: A LAMP3 single nucleotide polymorphism associated with poor prognosis in breast cancer
Notice bibliographique
Résumé
3rd ESTRO Forum 2015 recommendations, yet tuned to the national context and the economic specificities of the country.The first work-packages of the HERO project have objectivized a large variation within European countries in resource availability and in actual needs for radiotherapy provision, related to the national cancer incidence.It also showed a remarkable lack of guidance for radiotherapy planning, with national recommendations mostly duplicating the available recommendations from international organizations or projects, without any attempt to streamline them to the needs of the individual country.Due to the growing awareness of resource limitations and tightening budgets, the weighing of costs and outcomes as performed in economic evaluations have become an integral part of the health resource allocation processes in many countries.Whereas cost-effectiveness data are typically required prior to the introduction of new drugs, they gradually also become more frequently requested to support radiotherapy financing.In order to make valid recommendations, the economic evaluations should however mimic the actual clinical and economic situation of the specific country.Yet, cost-effectiveness data from one country are not necessarily representative for another.The next step within the HERO-project is to develop a costing model that provides accurate radiotherapy resource cost data, based on the available resources, the cancer epidemiology and the radiotherapy practice of individual European countries.Time-driven activity-based costing, a cost-accounting method specifically developed to capture product complexity and variability, is highly suitable for that purpose.A final step will be to evaluate how these cost data can be combined with effectiveness data -derived from international studies but applicable to a country-specific environment -in an adaptable economic evaluation model, relevant for individual countries in the heterogeneous European context.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».