MétaCan
Menu
Retour à la cohorte
Enregistrement W2990459257 · doi:10.3747/co.26.5625

Role of Real-World Evidence in Informing Cancer Care: Lessons from Colorectal Cancer

2019· review· en· W2990459257 sur OpenAlexaffvenue
Atul Batra, Winson Y. Cheung

Notice bibliographique

RevueCurrent Oncology · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Surgical Treatments
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineColorectal cancerContext (archaeology)Clinical trialRandomized controlled trialAlternative medicineCancerPopulationIntensive care medicineMedical physicsSurgeryPathologyInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

The term "real-world evidence" (rwe) describes the analysis of data that are collected beyond the context of clinical trials. The use and application of rwe have become increasingly common and relevant, especially in oncology, because there is growing recognition that randomized controlled trials (rcts) might not be sufficiently representative of the entire patient population that is affected by cancer, and that specific clinical research questions might be best addressed by real-world data. In this brief review, our main aim is to highlight the role of rwe in informing cancer care, particularly focusing on specific examples from colorectal cancer. Our hope is to illustrate the ways in which rwe can complement rcts in improving the understanding of cancer management and how rwe can facilitate cancer treatment decisions for real-world patients encountered in routine clinical care.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,954
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,328
Tête enseignante GPT0,536
Écart entre enseignants0,209 · 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'étudeAutre devis
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'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetColorectal Cancer Surgical TreatmentsTravaux en français237 207