MétaCan
Menu
Retour à la cohorte
Enregistrement W2914370929 · doi:10.1136/jclinpath-2018-205598

Breast specimen handling and reporting in the post-neoadjuvant setting: challenges and advances

2019· review· en· W2914370929 sur OpenAlexaff
Miralem Mrkonjic, Hal K. Berman, Susan J. Done, Bruce Youngson, Anna Marie Mulligan

Notice bibliographique

RevueJournal of Clinical Pathology · 2019
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBreast Cancer Treatment Studies
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésNeoadjuvant therapyBreast cancerMedicinePathologicalProtocol (science)Gold standard (test)Complete responseSampling (signal processing)Medical physicsPathologyChemotherapyOncologyRadiologyCancerSurgeryComputer scienceInternal medicineAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Neoadjuvant systemic therapy is becoming more commonly used in patients with earlier stages of breast cancer. To assess tumour response to neoadjuvant chemotherapy, pathological evaluation is the gold standard. Depending on the treatment response, the pathological examination of these specimens can be quite challenging. However, a uniform approach to evaluate post-neoadjuvant-treated breast specimens has been lacking. Furthermore, there is no single universally accepted or endorsed classification system for assessing treatment response in this setting. Recent initiatives have attempted to create a standardised protocol for evaluation of post-neoadjuvant breast specimens. This review outlines the necessary information that should be collected prior to macroscopic examination of these specimens, the recommended and most pragmatic approach to tissue sampling for microscopic examination, describes the macroscopic and microscopic features of post-therapy breast specimens, summarises two commonly used systems for classifying treatment response and outlines the critical variables that should be included in the final pathology report.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,607

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,150
Tête enseignante GPT0,456
Écart entre enseignants0,306 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations27
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical PathologyMême sujetBreast Cancer Treatment StudiesTravaux en français237 207