Critical questions in ovarian cancer research and treatment: Report of an American Association for Cancer Research Special Conference
Notice bibliographique
Résumé
Substantial progress has been made in understanding ovarian cancer at the molecular and cellular level. Significant improvement in 5-year survival has been achieved through cytoreductive surgery, combination platinum-based chemotherapy, and more effective treatment of recurrent cancer, and there are now more than 280,000 ovarian cancer survivors in the United States. Despite these advances, long-term survival in late-stage disease has improved little over the last 4 decades. Poor outcomes relate, in part, to late stage at initial diagnosis, intrinsic drug resistance, and the persistence of dormant drug-resistant cancer cells after primary surgery and chemotherapy. Our ability to accelerate progress in the clinic will depend on the ability to answer several critical questions regarding this disease. To assess current answers, an American Association for Cancer Research Special Conference on "Critical Questions in Ovarian Cancer Research and Treatment" was held in Pittsburgh, Pennsylvania, on October 1-3, 2017. Although clinical, translational, and basic investigators conducted much of the discussion, advocates participated in the meeting, and many presentations were directly relevant to patient care, including treatment with poly adenosine diphosphate ribose polymerase (PARP) inhibitors, attempts to improve immunotherapy by overcoming the immune suppressive effects of the microenvironment, and a better understanding of the heterogeneity of the disease.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».