MétaCan
Menu
Retour à la cohorte
Enregistrement W3093864712 · doi:10.3748/wjg.v26.i39.6027

Real-world treatment attrition rates in advanced esophagogastric cancer

2020· article· en· W3093864712 sur OpenAlexaffabout
Erica S. Tsang, Howard J. Lim, Daniel J. Renouf, Janine M. Davies, Jonathan M. Loree, Sharlene Gill

Notice bibliographique

RevueWorld Journal of Gastroenterology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueEsophageal Cancer Research and Treatment
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésEsophagogastric junctionMedicineCancerInternal medicineAttritionGastroenterologyOncologyAdenocarcinoma

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Over the last decade, multiple agents have demonstrated efficacy for advanced esophagogastric cancer (EGC). Despite the availability of later lines of therapy, there remains limited real-world data about the treatment attrition rates between lines of therapy. AIM: To characterize the use and attrition rates between lines of therapy for patients with advanced EGC. METHODS: We identified patients who received at least one cycle of chemotherapy for advanced EGC between July 1, 2017 and July 31, 2018 across six regional centers in British Columbia (BC), Canada. Clinicopathologic, treatment, and outcomes data were extracted. RESULTS: 0.05). CONCLUSION: The steep attrition rates between therapies highlight the unmet need for more efficacious early-line treatment options for patients with advanced EGC.

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)0,017
score de la tête « metaresearch » (Gemma)0,055
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,055
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,040
Tête enseignante GPT0,355
Écart entre enseignants0,315 · 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

Citations4
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWorld Journal of GastroenterologyMême sujetEsophageal Cancer Research and TreatmentTravaux en français237 207