MétaCan
Menu
Retour à la cohorte
Enregistrement W2725857922 · doi:10.1158/1078-0432.ccr-17-0652

Retinoblastoma and Neuroblastoma Predisposition and Surveillance

2017· review· en· W2725857922 sur OpenAlexaff
Junne Kamihara, Franck Bourdeaut, William D. Foulkes, Jan J. Molenaar, Yaël P. Mossé, Akira Nakagawara, Andreu Parareda, Sarah Scollon, Kami Wolfe Schneider, Alison H. Skalet, Lisa J. States, Michael F. Walsh, Lisa Diller, Garrett M. Brodeur

Notice bibliographique

RevueClinical Cancer Research · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueNeuroblastoma Research and Treatments
Établissements canadiensMcGill University
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Cancer InstituteAmerican Association for Cancer Research
Mots-clésRetinoblastomaNeuroblastomaMedicineGenetic predispositionPathologyBiologyCancer researchGeneticsGeneDiseaseCell culture

Résumé

récupéré en direct d'OpenAlex

Abstract Retinoblastoma (RB) is the most common intraocular malignancy in childhood. Approximately 40% of retinoblastomas are hereditary and due to germline mutations in the RB1 gene. Children with hereditary RB are also at risk for developing a midline intracranial tumor, most commonly pineoblastoma. We recommend intensive ocular screening for patients with germline RB1 mutations for retinoblastoma as well as neuroimaging for pineoblastoma surveillance. There is an approximately 20% risk of developing second primary cancers among individuals with hereditary RB, higher among those who received radiotherapy for their primary RB tumors. However, there is not yet a clear consensus on what, if any, screening protocol would be most appropriate and effective. Neuroblastoma (NB), an embryonal tumor of the sympathetic nervous system, accounts for 15% of pediatric cancer deaths. Prior studies suggest that about 2% of patients with NB have an underlying genetic predisposition that may have contributed to the development of NB. Germline mutations in ALK and PHOX2B account for most familial NB cases. However, other cancer predisposition syndromes, such as Li–Fraumeni syndrome, RASopathies, and others, may be associated with an increased risk for NB. No established protocols for NB surveillance currently exist. Here, we describe consensus recommendations on hereditary RB and NB from the AACR Childhood Cancer Predisposition Workshop. Clin Cancer Res; 23(13); e98–e106. ©2017 AACR. See all articles in the online-only CCR Pediatric Oncology Series.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,564
Tête enseignante GPT0,647
Écart entre enseignants0,083 · 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

Citations230
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer ResearchMême sujetNeuroblastoma Research and TreatmentsTravaux en français237 207