MétaCan
Menu
Retour à la cohorte
Enregistrement W2967404030 · doi:10.1186/s12916-019-1400-z

New approaches for detecting cancer with circulating cell-free DNA

2019· letter· en· W2967404030 sur OpenAlexaff
Clare Fiala, Eleftherios P. Diamandis

Notice bibliographique

RevueBMC Medicine · 2019
Typeletter
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensSinai Health SystemMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineCell-free fetal DNACirculating tumor DNABiomarkerCancerCancer detectionLiquid biopsyDNAOncologyInternal medicineComputational biologyCancer researchBioinformaticsGeneticsBiology

Résumé

récupéré en direct d'OpenAlex

Circulating cell-free DNA (cfDNA), released from normal and cancerous cells, is an exciting new biomarker. Circulating tumor DNA (ctDNA) usually contains genetic changes that could be useful for detecting cancer. Various laboratories have reported impressive clinical data, with cancer detection sensitivities ranging from 50 to 70%, calculated at 90–95% specificities [1–3]. ctDNA has additional important applications, including prognosis, monitoring therapy and estimating tumor volume [4]. These applications are less controversial than early cancer detection, and are used widely in research settings. Despite promising reports [1–3], there are some major concerns when using ctDNA for early diagnosis [5, 6].

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,306
Score d'incertitude au seuil1,000

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 recherche0,0010,000
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 Opus0,041
Tête enseignante GPT0,252
Écart entre enseignants0,211 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations32
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC MedicineMême sujetCancer Genomics and DiagnosticsTravaux en français237 207