MétaCan
Menu
Retour à la cohorte
Enregistrement W2944907268 · doi:10.1200/edbk_237419

Redrawing the Lines: The Next Generation of Treatment in Metastatic Breast Cancer

2019· review· en· W2944907268 sur OpenAlexaff
Marie-France Savard, Omar Khan, Kelly K. Hunt, Sunil Verma

Notice bibliographique

RevueAmerican Society of Clinical Oncology Educational Book · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueAdvanced Breast Cancer Therapies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicinePI3K/AKT/mTOR pathwayMetastatic breast cancerEstrogen receptorBreast cancerTargeted therapyCancer researchCancerSystemic therapyProtein kinase BBioinformaticsSignal transductionOncologyInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Although not considered curative in nature, new therapeutic advances in metastatic breast cancer (MBC) have substantially improved patient outcomes. This article discusses the state-of-the-art and emerging therapeutic options for management of MBC. BC systemic therapy targets multiple key pathways, including estrogen receptor signaling, HER2 signaling, and phosphoinositide 3-kinase (PI3K)/protein kinase B (AKT)/mammalian target of rapamycin (mTOR) signaling. Other therapeutic strategies include targeting DNA repair, inhibiting immune checkpoints, and developing antibody-drug conjugates. Although surgery historically was reserved for palliation of symptomatic, large, or ulcerating masses, some data suggest a possibly expanding role for more aggressive locoregional therapy in combination with systemic therapy. As technology develops, biomarker-specific, line-agnostic, and receptor-agnostic treatment strategies will redraw the current lines of MBC care. However, tumor heterogeneity remains a challenge. To effectively reshape our approach to MBC, careful consideration of the patient perspective, the costs and value of novel treatments, and accessibility (especially in developing countries) is paramount.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,005

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 Opus0,370
Tête enseignante GPT0,553
Écart entre enseignants0,183 · 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

Citations31
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Society of Clinical Oncology Educational BookMême sujetAdvanced Breast Cancer TherapiesTravaux en français237 207