MétaCan
Menu
Retour à la cohorte
Enregistrement W2966337131 · doi:10.3389/fonc.2019.00797

The Impact of Targeted Therapy on Intracranial Metastatic Disease Incidence and Survival

2019· article· en· W2966337131 sur OpenAlexafffund
Anders W. Erickson, Sunit Das

Notice bibliographique

RevueFrontiers in Oncology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueBrain Metastases and Treatment
Établissements canadiensSt. Michael's HospitalUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésMedicineTargeted therapyRadiation therapyIncidence (geometry)DiseaseOncologyInternal medicineCancerSystemic therapyIntensive care medicineBreast cancer

Résumé

récupéré en direct d'OpenAlex

Intracranial metastatic disease (IMD) is a common and severe complication of primary cancers. Current treatment options for IMD include surgical resection and radiation therapy, although there has been recent interest in targeted therapy in the management of IMD. As of yet, insufficient data exist to support the recommendation of targeted therapies in the treatment of IMD. Paradoxically, targeted therapy has been hypothesized to play a role in the development of IMD in patients with primary cancers. This is based on the observations that patients who receive targeted therapy for primary cancer experience prolonged survival, and that prolonged survival has been associated with increased incidence of IMD. Few data exist to clarify if treatment of primary cancers with targeted therapies influences IMD incidence. Here, we discuss the role of targeted therapy in IMD management, review the current literature on IMD incidence and targeted therapy use in primary cancer, and propose the need for future studies to inform physicians in choosing treatment options and counseling patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,131
Score d'incertitude au seuil0,248

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,329
Écart entre enseignants0,314 · 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 tête enseignante, 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

Citations11
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in OncologyMême sujetBrain Metastases and TreatmentTravaux en français237 207