MétaCan
Menu
Retour à la cohorte
Enregistrement W3021093616 · doi:10.5195/ijms.2020.446

Next Generation of Advanced Non-Small Cell Lung Cancer Therapy: Targeted and Immuno-Therapies

2020· article· en· W3021093616 sur OpenAlexaff
Sze Wah Samuel Chan, Elliot Smith

Notice bibliographique

RevueInternational Journal of Medical Students · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLung cancerMedicineImmune systemCancerTargeted therapyEpidermal growth factor receptorClinical trialImmunotherapyCancer researchTumor microenvironmentOncologyImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Lung cancer is one of the deadliest cancers in the world. Current clinical trials are focused on developing the next generation of therapies that target novel anti-cancer mechanisms. One approach is to prime the immune system, as the cancer has been known to suppress immune cells in the tumour microenvironment. Using pharmacotherapy, the immune system can be unleashed and suppress the cancer’s growth. Another pathway is targeting known oncogenic genes that are important for the cancer’s growth and survival. In lung cancer, the epidermal growth factor receptor and several other mutated proteins are targets of small-molecule inhibitors that have been shown to drastically improve patient survival and quality of life. Discussed in this review are broad highlights of the different immunotherapies and small molecule targeted therapies that have been studied in the latest clinical trials for lung cancer.

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 enseignants0,211
Score d'incertitude au seuil0,464

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 Opus0,028
Tête enseignante GPT0,375
Écart entre enseignants0,347 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Medical StudentsMême sujetLung Cancer Treatments and MutationsTravaux en français237 207