MétaCan
Menu
Retour à la cohorte
Enregistrement W2915579267 · doi:10.1093/annonc/mdz057

Value assessment frameworks in oncology: championing concordance through shared standards

2019· editorial· en· W2915579267 sur OpenAlexaboutno aff
Monica M. Bertagnolli, Josep Tabernero

Notice bibliographique

RevueAnnals of Oncology · 2019
Typeeditorial
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineConcordanceCancerScopusFamily medicineMEDLINEInternal medicine

Résumé

récupéré en direct d'OpenAlex

As rapidly evolving tools under the constant rigorous review and development by both ASCO and ESMO’s expert task forces, the ASCO Value Framework Net Health Benefit Score (ASCO-NHB) and the ESMO Magnitude of Clinical Benefit Scale (ESMO-MCBS) were both launched in 2015 to assess the relative benefit of cancer therapies and were recently compared [1].

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)0,685
score de la tête « metaresearch » (Gemma)0,676
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,685
Score d'incertitude au seuil0,388

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,6850,676
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0070,006
Bibliométrie0,0180,011
Études des sciences et des technologies0,0120,057
Communication savante0,0440,045
Science ouverte0,0190,056
Intégrité de la recherche0,0220,053
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,063
Tête enseignante GPT0,399
Écart entre enseignants0,336 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of OncologyMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207