MétaCan
Menu
Retour à la cohorte
Enregistrement W2958801141 · doi:10.1089/jwh.2018.6979

Personalized Care in the Prevention of Treatment-Related Cardiac Dysfunction in Female Cancer Survivors

2019· article· en· W2958801141 sur OpenAlexaff
Edith Pituskin, Melissa Perri, Nanette Cox-Kennett, Elisha Andrews, Rebecca Dimitry, Margaret L. McNeely, D. Ian Paterson

Notice bibliographique

RevueJournal of Women s Health · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueChemotherapy-induced cardiotoxicity and mitigation
Établissements canadiensAlberta Health ServicesUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineCardiotoxicityCancerQuality of life (healthcare)Intensive care medicinePopulationDiseaseRadiation therapyChemotherapyInternal medicineEnvironmental healthNursing

Résumé

récupéré en direct d'OpenAlex

Background: The American Cancer Society projects the number of U.S. cancer survivors to exceed 20 million individuals by 2026. However, approximately one in four cancer survivors report decreased quality of life due to physical dysfunction and disabling symptoms. Many effective anticancer treatments are now understood to be associated with cardiotoxicity, such that, for many survivors, the risk of death from cardiovascular disease now exceeds that of recurrent cancer. Materials and Methods: We undertook a Clinical Review of cancer treatment-related cardiac dysfunction (CTRCD) associated with standard treatment regimens with attention to risks experienced by female cancer patients and survivors. Results: Risks of standard (chemotherapy, radiotherapy) and targeted (antibodies, kinase inhibitors) in development of CTCRD in females are discussed. Multidisciplinary approaches in prevention are reviewed. Conclusions: Female cancer survivors with CTRCD represent an entirely new population at high risk of morbidity and mortality. Increased awareness of the short- and long-term effects of anti-cancer treatments is necessary for the community health care provider for early detection and CTRCD risk reduction.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,317
Écart entre enseignants0,300 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Women s HealthMême sujetChemotherapy-induced cardiotoxicity and mitigationTravaux en français237 207