Albert C. Broders, tumor grading, and the origin of the long road to personalized cancer care
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The roots of precision cancer therapy began at the Mayo Clinic in 1914 when surgical pathologist Albert C. Broders began collecting data showing that cancers of the same histologic type behaved differently. In March 1920, based upon 6 years of clinical follow-up, Broders published his first paper, utilizing data from over 500 cases of squamous cell carcinoma of the lip that he had blindly divided into four histologic grades based upon degree of differentiation, showing that numerical tumor "grading" allowed him to predict patient prognosis. Before this, surgeons had no scientific way to evaluate prognosis. Broders then replicated his work using other types of tumors at other body sites, as did several Mayo Fellows and pathologists at other institutions. Cuthbert Dukes in London, England not only replicated Broders' findings with rectal adenocarcinomas, he also used the same data to develop the first tumor "staging" methodology by focusing upon depth of local invasion and presence or absence of lymph node metastases. Soon, tumor grading, tumor staging, or the combination of both represented state-of-the-art prognostic techniques for scientific cancer care. This brief historical vignette celebrates the 100th anniversary of Broders' first paper, which is the starting point for the long road to personalized cancer 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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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