MétaCan
Menu
Retour à la cohorte
Enregistrement W2784833105 · doi:10.2174/1381612824666180125093357

The Emerging Therapeutic Landscape of Advanced Melanoma

2018· review· en· W2784833105 sur OpenAlexfundno aff
Vanessa Henriques, Teresa Martins, Wolfgang Link, Bibiana I. Ferreira

Notice bibliographique

RevueCurrent Pharmaceutical Design · 2018
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMelanoma and MAPK Pathways
Établissements canadiensnon disponible
Organismes subventionnairesOncolytics BiotechAmgen
Mots-clésMedicineTherapeutic modalitiesMelanomaModalitiesIntensive care medicineCancerImmunotherapyTreatment modalitySkin cancerMetastatic melanomaInternal medicineCancer research

Résumé

récupéré en direct d'OpenAlex

Melanoma is the deadliest form of skin cancer being responsible for 80% of skin cancer deaths. Furthermore, the incidence of metastatic melanoma has increased over the past three decades with a mortality rate that continues to rise faster than most of all other cancers. The last few years have witnessed an unparalleled change in treatment options for patients with metastatic melanoma by the development of new therapeutic strategies like targeted therapies and immunotherapies that highly improved the patient's prognosis. Despite the paradigm- shifting success of these novel treatments, their effectiveness is still limited by intrinsic or acquired resistance. The objective of this review is to provide an overview of the new available treatment modalities, criteria to select patients who might benefit from a specific therapy, mechanisms of innate and acquired resistance to these treatments and to discuss strategies to overcome drug resistance.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,993
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,121
Tête enseignante GPT0,406
Écart entre enseignants0,285 · 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.

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

Citations20
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Pharmaceutical DesignMême sujetMelanoma and MAPK PathwaysTravaux en français237 207