MétaCan
Menu
Retour à la cohorte
Enregistrement W2793685398 · doi:10.1007/s40487-018-0056-8

Uveal Melanoma: A Review of the Literature

2018· review· en· W2793685398 sur OpenAlexaff
Manni Singh, Priya Durairaj, Jensen Yeung

Notice bibliographique

RevueOncology and Therapy · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueOcular Oncology and Treatments
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMelanomaMedicineEnucleationUveaMetastasisDermatologyDiseaseOcular MelanomaPathologyCancerInternal medicineSurgeryCancer research

Résumé

récupéré en direct d'OpenAlex

Melanomas affecting different components of the uvea occur with differing frequencies and clinical presentations. Uveal melanoma is diagnosed via funduscopic exam and ancillary tests. These lesions may present with visual findings or incidental findings on physical exam. Metastasis occurs in approximately half of all patients with primary uveal melanoma. The liver is the most common site of metastasis. Enucleation was at one time considered the definitive local treatment for primary uveal melanoma, but has been largely replaced by other therapeutic procedures that aim to prevent metastasis while preserving vision. Unfortunately, metastasis of uveal melanoma almost always proves to be fatal. The current treatment of metastatic uveal melanoma is limited by the intrinsic resistance of uveal melanoma to conventional systemic therapies. Advancements in molecular biology have resulted in the identification of a number of promising prognostic and therapeutic targets. Early detection and therapy are important factors in disease survival. It is imperative that the treating physician be familiar with the clinical features of uveal melanoma and distinguish it from mimickers in order to ensure effective and timely treatment.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,008
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,007
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,039
Tête enseignante GPT0,391
Écart entre enseignants0,352 · 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'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

Citations87
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOncology and TherapyMême sujetOcular Oncology and TreatmentsTravaux en français237 207