MétaCan
Menu
Retour à la cohorte
Enregistrement W2791290180 · doi:10.1016/s1470-2045(18)30144-x

Durvalumab as third-line or later treatment for advanced non-small-cell lung cancer (ATLANTIC): an open-label, single-arm, phase 2 study

2018· article· en· W2791290180 sur OpenAlexaff
Marina Chiara Garassino, Byoung Chul Cho, Joo-Hang Kim, Julien Mazières, Johan Vansteenkiste, H. Léna, Jesus Corral Jaime, John D. Powderly, C. Chouaïd, Paolo Bidoli, Paul Wheatley‐Price, Keunchil Park, Ross A. Soo, Yifan Huang, Catherine Wadsworth, Phillip A. Dennis, Naiyer A. Rizvi, Luis Paz-Ares Rodríguez, Silvia Novello, Sandrine Hiret, Peter Schmid, Eckart Laack, Raffaele Califano, Makoto Maemondo, Sang‐We Kim, Jamie E. Chaft, David Vicente Baz, Thierry Berghmans, Dong‐Wan Kim, Veerle Surmont, Martin Reck, Ji‐Youn Han, Esther Holgado Martin, Cristóbal Belda-Iniesta, Yuichiro Oe, Antonio Chella, Akhil Chopra, G. Robinet, Héctor Soto Parrà, Michael J. Thomas, Parneet Cheema, Nobuyuki Katakami, Wu‐Chou Su, Young‐Chul Kim, Juergen Wolf, Jong-Seok Lee, Hideo Saka, Michele Stanislaw Milella, Inmaculada Ramos García, Anne Sibille, Takashi Yokoi, Eun Joo Kang, Shinji Atagi, E. Spaeth-Schwalbe, Makoto Nishio, Fumio Imamura, Nashat Gabrail, Rémi Veillon, Sofie Derijcke, Tadashi Maeda, Dylan M. Zylla, Kendra Kubiak, Armando Santoro, Ma. Noemi Uy, Sarayut Lucien Geater, Antoîne Italiano, Dariusz M. Kowalski, Fabrice Barlési, Yuh‐Min Chen, David R. Spigel, Busyamas Chewaskulyong, Ramón García Gómez, Rosa Álvarez, Te‐Chun Hsia, Fabrice Denis, Hiroshi Sakai, Mark Vincent, Kōichi Goto, Joaquim Bosch‐Barrera, Glen J. Weiss, Jean-Luc Canon, Christian W. Scholz, Massimo Aglietta, Hirotsugu Kemmotsu, Koichi Azuma, Penelope A. Bradbury, Ronald Feld, Abraham Chachoua, Jacek Jassem, Rosalyn A. Juergens, Albert Malcolm, Nandagopal Vrindavanam, Kaoru Kubota, Cornelius F. Waller, David Waterhouse, Bruno Coudert, Z. Mark, Miyako Satouchi, Gee‐Chen Chang, Christian Herzmann, Arvind Chaudhry, Selvaraj Giridharan, Paul J. Hesketh, Norihiko Ikeda, Ralph V. Boccia, Nichola Iannotti, Missak Haigentz, John A. Reynolds, J. Marruecos Querol, Kazuhiko Nakagawa, Shunichi Sugawara, Eng Huat Tan, Tomonori Hirashima, Scott Gettinger, Terufumi Kato, Koji Takeda, Óscar Juan, Andrea Mohn-Staudner, Amit Panwalkar, Davey B. Daniel, Kunihiko Kobayashi, Guia Elena Imelda Ladrera, Clemens Schulte, Martin Sebastian, Markéta Černovská, Helena Čoupková, Libor Havel, Norbert Pauk, Joginder Singh, Shuji Murakami, Tibor Csőszi, György Losonczy, Allan Price, Ian C. Anderson, Mussawar Iqbal, Erzsébet Juhász, Saleem Khanani, Leona Koubková, Benjamin Levy, Ray D. Page, Csaba Böcskei, Lucio Crinò, David Einspahr, Christopher Hagenstad, Necy S Juat, Lindsay Overton, Mitchell Garrison, Zsuzsanna Szalai

Notice bibliographique

RevueThe Lancet Oncology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesNational Cancer InstituteKite PharmaEMD SeronoMacroGenicsSanofiGlaxoSmithKlineAmgenPfizerGenentechAstraZenecaEli Lilly and CompanyBristol-Myers Squibb
Mots-clésDurvalumabMedicineInternal medicineOncologyLung cancerAnaplastic lymphoma kinaseResponse Evaluation Criteria in Solid TumorsCohortProgressive diseaseCancerNivolumabAnaplastic large-cell lymphomaImmunotherapyChemotherapyLymphomaMalignant pleural effusion

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,133
Tête enseignante GPT0,452
Écart entre enseignants0,320 · 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'étudeEssai non randomisé
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

Citations576
Publié2018
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueThe Lancet OncologyMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207