MétaCan
Menu
Retour à la cohorte
Enregistrement W2764209889 · doi:10.24870/cjb.2017-a63

Elucidating the mechanisms of resistance to tyrosine kinase inhibitors in lung cancer patients

2017· article· en· W2764209889 sur OpenAlexvenueno aff
Asim Joshi, Anuradha Chougule, Pratik Chandrani, Vaishakhi Trivedi, Prajish Iyer, Kumar Prabhash, Amit Dutt

Notice bibliographique

RevueCanadian Journal of Biotechnology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLung cancerTyrosine kinaseCancer researchMedicineAcquired resistanceCancerChemistryInternal medicineReceptor

Résumé

récupéré en direct d'OpenAlex

Lung tumors with mutations in epidermal growth factor receptor (EGFR) gene represent a clinically distinct subtype of lung cancer and are observed at a frequency of 23% among Indian patients. The standard practice for treatment of EGFR mutated lung cancer patients includes tyrosine kinase inhibitors (TKIs) erlotinib and gefitinib. Although initial clinical responses are observed, resistance to TKIs develops within year from the start of treatment. In about fifty percent of cases, the resistance is caused due to a secondary T790M mutation in the EGFR gene. Additionally, MET amplification and histological transformation of tumors are known to confer TKI resistance in a small subset of patients. Nonetheless, there is an unmet need to elucidate novel ways by which lung tumors acquire resistance to EGFR targeting TKIs.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,452
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,291
Écart entre enseignants0,282 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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 revueCanadian Journal of BiotechnologyMême sujetLung Cancer Treatments and MutationsTravaux en français237 207