MétaCan
Menu
Retour à la cohorte
Enregistrement W3049682127 · doi:10.1158/1538-7445.am2020-sy09-03

Abstract SY09-03: PROFYLEing Cancer for KiCS: The Canadian Pediatric Precision Oncology Initiative

2020· article· en· W3049682127 sur OpenAlexaffabout
David Malkin, Jason N. Berman, Jennifer A. Chan, Avram Denburg, Rebecca Deyell, David Eisenstadt, Conrad V. Fernandez, Stephanie A. Grover, Abha A. Gupta, Cynthia Hawkings, Meredith S. Irwin, Nada Jabado, Steven A. Jones, Daniel A. Morgenstern, Michael Moran, Rod Rasesekh, Adam Shlien, Daniel Sinnett, Poul H. Sorensen, Patrick Sullivan, Michael W. Taylor, Anita Villani, Jim Whitlock

Notice bibliographique

RevueCancer Research · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensCentre Hospitalier Universitaire Sainte-JustineAlberta Children's HospitalHospital for Sick ChildrenChildren's Hospital of Eastern OntarioMontreal Children's HospitalBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésCancerMedicineCitationPediatric oncologyPediatric cancerGerontologyOncologyInternal medicineFamily medicineLibrary scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Each year, approximately 4300 children, adolescents and young adults (CAYA) are diagnosed with cancer. One-third of these patients present with metastatic disease, develop refractory disease or relapse. For these patients, the likelihood of survival remains grim and essentially unchanged in more than three decades. Precision Oncology for Young PeopLE (PROFYLE) is a pan-Canadian, interdisciplinary program that was built on the foundation of three major sequencing efforts in Vancouver (PedsPOG), Toronto (KiCS) and Montreal (TRICEPS) for children with hard-to-treat cancer. Since its inception in 2017, over 700 patients have had complete NGS of paired blood-tumor samples with a goal to not only develop a national precision oncology pipeline, but also to determine the frequency and spectrum of molecular targets for novel therapies and other clinically actionable findings. During this presentation, both the process as well as current findings will be presented and plans for the future will be outlined. Citation Format: David Malkin, Jason N. Berman, Jennifer A. Chan, Avram Denburg, Rebecca Deyell, David Eisenstadt, Conrad Fernandez, Stephanie Grover, Abha Gupta, Cynthia Hawkings, Meredith Irwin, Nada Jabado, Steven Jones, Daniel Morgenstern, Michael Moran, Rod Rasesekh, Adam Shlien, Daniel Sinnett, Poul Sorensen, Patrick Sullivan, Michael Taylor, Anita Villani, Jim Whitlock. PROFYLEing Cancer for KiCS: The Canadian Pediatric Precision Oncology Initiative [abstract]. In: Proceedings of the Annual Meeting of the American Association for Cancer Research 2020; 2020 Apr 27-28 and Jun 22-24. Philadelphia (PA): AACR; Cancer Res 2020;80(16 Suppl):Abstract nr SY09-03.

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)0,007
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,174
Score d'incertitude au seuil0,380

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0070,002
Communication savante0,0070,002
Science ouverte0,0030,005
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0680,016

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 Opus0,138
Tête enseignante GPT0,432
Écart entre enseignants0,295 · 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'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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetCancer Genomics and DiagnosticsTravaux en français237 207