MétaCan
Menu
Retour à la cohorte
Enregistrement W2941758788 · doi:10.20517/cdr.2018.24

Pharmacogenetics of asparaginase in acute lymphoblastic leukemia

2019· review· en· W2941758788 sur OpenAlexafffund
Rachid Abaji, Maja Krajinović

Notice bibliographique

RevueCancer Drug Resistance · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Lymphoblastic Leukemia research
Établissements canadiensUniversité de Montréal
Organismes subventionnairesFondation Charles-BruneauCancer Research Society
Mots-clésPharmacogeneticsAsparaginaseMedicineLymphoblastic LeukemiaAcute pancreatitisLeukemiaPharmacologyIntensive care medicineOncologyInternal medicineGenotypeBiologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Asparaginase is a key component in leukemias and lymphomas treatment protocols and is suggested as a treatment for other malignancies in which an amino acid depletion strategy is indicated. Asparaginase intolerance is subject to inter-individual variability and can manifest as hypersensitivity reactions, pancreatitis, thrombosis, as well as metabolic abnormalities, and may affect treatment outcome. Pharmacogenetics aims at enhancing treatment efficacy and safety by better understanding the genetic basis of variability and its effect on the pharmacological responses. Many groups tried to tackle the pharmacogenetics of asparaginase but the potential implementation of such findings remains debatable. In this review, we highlight the most important findings reported in studies of the pharmacogenetics of asparaginase related complications and treatment outcome in acute lymphoblastic leukemia.

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)0,002
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,041
Tête enseignante GPT0,378
Écart entre enseignants0,337 · 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

Citations16
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancer Drug ResistanceMême sujetAcute Lymphoblastic Leukemia researchTravaux en français237 207