MétaCan
Menu
Retour à la cohorte
Enregistrement W2800306636 · doi:10.3340/jkns.2018.0028

Medulloblastoma in the Molecular Era

2018· review· en· W2800306636 sur OpenAlexaff
Claudia M. Kuzan-Fischer, Kyle Juraschka, Michael D. Taylor

Notice bibliographique

RevueJournal of Korean Neurosurgical Society · 2018
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHedgehog Signaling Pathway Studies
Établissements canadiensUniversity of TorontoSickKids FoundationHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedulloblastomaOncologyBrain tumorSonic hedgehogInternal medicineWnt signaling pathwayTargeted therapyMedicineBiologyCancerBioinformaticsCancer researchPathologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Medulloblastoma is the most common malignant brain tumor of childhood and remains a major cause of cancer related mortality in children. Significant scientific advancements have transformed the understanding of medulloblastoma, leading to the recognition of four distinct clinical and molecular subgroups, namely wingless (WNT), sonic hedgehog, group 3, and group 4. Subgroup classification combined with the recognition of subgroup specific molecular alterations has also led to major changes in risk stratification of medulloblastoma patients and these changes have begun to alter clinical trial design, in which the newly recognized subgroups are being incorporated as individualized treatment arms. Despite these recent advancements, identification of effective targeted therapies remains a challenge for several reasons. First, significant molecular heterogeneity exists within the four subgroups, meaning this classification system alone may not be sufficient to predict response to a particular therapy. Second, the majority of novel agents are currently tested at the time of recurrence, after which significant selective pressures have been exerted by radiation and chemotherapy. Recent studies demonstrate selection of tumor sub-clones that exhibit genetic divergence from the primary tumor, exist within metastatic and recurrent tumor populations. Therefore, tumor resampling at the time of recurrence may become necessary to accurately select patients for personalized therapy.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,033
Tête enseignante GPT0,322
Écart entre enseignants0,289 · 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

Citations33
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Korean Neurosurgical SocietyMême sujetHedgehog Signaling Pathway StudiesTravaux en français237 207