MétaCan
Menu
Retour à la cohorte
Enregistrement W2923959553

[A Survey to Compare the Specifications and Stability of Anticancer Drugs in Japan, the United States, Canada, and Australia].

2018· article· en· W2923959553 sur OpenAlexaboutno aff
Chihiro Matsuyama, Shinya Suzuki, Peter J Gilbar, Masakazu Yamaguchi

Notice bibliographique

RevuePubMed · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Treatment and Pharmacology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVialPharmacyAnticancer drugMedicineDrugPharmacologyFamily medicineChemistryChromatography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Recently, expensive anticancer drugs such as molecularly targeted drugs have been reportedly ineffective. The use of drug vial optimization(DVO)has been proposed to overcome this problem. The specifications and stability of anticancer drugs in Japan were compared to those in other countries that used DVO, based on the results of the survey reported at the 2016 International Society of Oncology Pharmacy Practitioners meeting that compared the international specifications and stability of anticancer drugs. Our survey investigated expensive and frequently used anticancer drugs: 14 anticancer monoclonal anti- bodies(MABs)and 26 cytotoxic agents. About 29%(4/14)of the MABs and 54%(14/26)of the cytotoxic agents mar- keted in other countries were sold in larger vials than those marketed in Japan. About 67%(2/3)of theMABs and 38%(8/ 21)of the cytotoxic agents marketed in other countries had stability data of reconstitution obtained across longer test periods than those in Japan. About 29%(4/14)of theMABs and 50%(13/26)of the cytotoxic agents marketed in other countries had stability data of final dilution obtained across longer test periods than those in Japan. The stability data obtained in Japan were comparable to those obtained in 3 other countries that used DVO. However, some differences were noted in the specifications of anticancer drugs between Japan and other countries.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,796
Score d'incertitude au seuil0,406

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,140
Tête enseignante GPT0,331
Écart entre enseignants0,192 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetCancer Treatment and PharmacologyTravaux en français237 207