MétaCan
Menu
← Retour à la cohorte
Enregistrement W2739868546 · doi:10.1158/1538-7445.am2017-3952

Abstract 3952: Rapid autopsy programs: A systematic review

2017· review· en· W2739868546 sur OpenAlexaff
Brian Li, Neesha C. Dhani, WeiYang Yu, Shawn Khan, Elysia Grose

Notice bibliographique

RevueCancer Research · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensMcMaster UniversityPrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineTissue bankTissue DonationTranslational researchCancerMEDLINEIntensive care medicineOncologyPathologyInternal medicineOrgan donationTransplantationBiology

Résumé

récupéré en direct d'OpenAlex

Abstract A Rapid Autopsy Program (RAP) is an advanced method of biospecimen procurement whereby autopsies are conducted within 2-6 hours postmortem in order to obtain substantial amounts of high-quality, fresh tissue in support of current and future research. Rapid autopsies were first introduced in the late 1980’s and are still a relatively novel approach, but growing in popularity as a viable alternative to traditional tissue sampling methods for cancer research. In oncology, primary tumour, metastatic, and normal tissue from uninvolved organ sites are sampled and can be subsequently snap frozen in liquid nitrogen or preserved in formalin-fixed paraffin-embedded blocks. Fresh tissue can also be distributed immediately to cancer researchers allowing for analyses incompatible with archival frozen or fixed tissue. Tissue degradation has been found to be minimized in different tissue types by decreasing the postmortem interval – the time between death and tissue preservation. Institutions capable of executing the collection and maintenance of such a repository of biospecimens are a monumental asset to clinicians and researchers who are interested in investigating tumour biology, metastatic disease, and treatment response. In addition to the clear scientific benefits of RAPs, these programs offer a unique opportunity for palliative cancer patients to donate their bodies to aid cancer research. This systematic review was conducted to examine the scope of impact of RAPs thus far on biomedical, translational, and clinical research in the field of oncology, in hopes to inform best practice for collection and use of biospecimen in oncology. Medline, Embase, Cochrane Database of Systematic Reviews, Cochrane CENTRAL, and Ovid MEDLINE will be searched with devised strategies and screened from inception until present. In addition, grey literature will be reviewed. Two independent reviewers will be responsible for study selection and data extraction. The results of the systematic review are pending. Citation Format: Brian Li, Neesha Dhani, WeiYang Yu, Shawn Khan, Elysia Grose. Rapid autopsy programs: A systematic review [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2017; 2017 Apr 1-5; Washington, DC. Philadelphia (PA): AACR; Cancer Res 2017;77(13 Suppl):Abstract nr 3952. doi:10.1158/1538-7445.AM2017-3952

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)0,009
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,042
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0080,006
Bibliométrie0,0120,014
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,303
Tête enseignante GPT0,567
Écart entre enseignants0,264 · 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'étudeRevue systématique
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetRadiomics and Machine Learning in Medical Imaging→Travaux en français237 207→