The Future of Surveillance in the Context of Cancer Predisposition: Through the Murky Looking Glass
Notice bibliographique
Résumé
Abstract At least 10% of children with cancer harbor a disease-associated pathogenic variant in a known cancer predisposition gene. It is widely accepted that pathogenic variants affecting other genes, epigenetic factors, or abnormalities in additional gene products may contribute to the etiology of many more childhood cancers. Effective preventive measures exist for only a few cancer types associated with predisposing conditions, but the development and implementation of surveillance protocols aimed at reducing morbidity and mortality in at-risk children through the early detection of cancer has emerged as an important clinical tool. The articles in this Clinical Cancer Research series present international consensus generated recommendations for surveillance for a wide spectrum of cancer predisposition syndromes affecting children. In this article, we explore the challenges and opportunities for researchers and practitioners in the many fields affiliated with pediatric cancer, and we offer insights into what the future might hold as we continue our efforts to mitigate the impact of cancer susceptibility on children, their families and society. Clin Cancer Res; 23(21); e133–e7. ©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 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 | 0,012 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,013 | 0,038 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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.
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 ».