MétaCan
Menu
Retour à la cohorte
Enregistrement W3010805179 · doi:10.3747/co.27.5481

Systemic Therapy in Pediatric-Type Soft-Tissue Sarcoma

2020· review· en· W3010805179 sur OpenAlexaffvenue
Katrina M. Ingley, Sarah Cohen‐Gogo, Abha A. Gupta

Notice bibliographique

RevueCurrent Oncology · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueSarcoma Diagnosis and Treatment
Établissements canadiensSinai Health SystemPrincess Margaret Cancer CentreHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésRhabdomyosarcomaMedicineSoft tissue sarcomaSoft tissueChemotherapySarcomaSynovial sarcomaSystemic therapyOncologySurgeryInternal medicinePathologyCancer

Résumé

récupéré en direct d'OpenAlex

Soft-tissue sarcoma (sts) is rare and represents approximately 7% of cancers in children and in adolescents less than 20 years of age. Rhabdomyosarcoma (rms) is most prevalent in children less than 10 years of age and peaks again during adolescence (16-19 years of age). Multi-agent chemotherapy constitutes the mainstay of treatment for rms. In other non-rhabdomyosarcoma soft-tissue tumours, such as synovial sarcoma, evidence for routine use of chemotherapy is less robust, and alternative treatment options, including targeted agents and immunotherapy, are being explored. In this review, we focus on chemotherapy for pediatric-type rms and discuss the advances and challenges in systemic treatment for select non-rhabdomyosarcoma soft-tissue tumours in children and adolescents. We support an increasingly cooperative approach for treating pediatric and adult sts.

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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,206
Tête enseignante GPT0,466
Écart entre enseignants0,259 · 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

Citations20
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetSarcoma Diagnosis and TreatmentTravaux en français237 207