MétaCan
Menu
Retour à la cohorte
Enregistrement W3132243751 · doi:10.3390/cancers13040886

Unmet Medical Needs and Future Perspectives for Leiomyosarcoma Patients—A Position Paper from the National LeioMyoSarcoma Foundation (NLMSF) and Sarcoma Patients EuroNet (SPAEN)

2021· review· en· W3132243751 sur OpenAlexaff
Bernd Kasper, Annie Achee, Kathrin Schuster, Roger Wilson, G. van Oortmerssen, Rebecca A. Gladdy, Matthew L. Hemming, Paul H. Huang, Matthew Ingham, Robin L. Jones, Seth M. Pollack, Denise K. Reinke, Roberta Sanfilippo, Scott M. Schuetze, Neeta Somaiah, Brian A. Van Tine, Breelyn A. Wilky, Scott H. Okuno, Jonathan C. Trent

Notice bibliographique

RevueCancers · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueSarcoma Diagnosis and Treatment
Établissements canadiensMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésLeiomyosarcomaMedicineSarcomaCornerstoneDiseaseClinical trialFoundation (evidence)Intensive care medicineSurgeryInternal medicinePolitical sciencePathology

Résumé

récupéré en direct d'OpenAlex

As leiomyosarcoma patients are challenged by the development of metastatic disease, effective systemic therapies are the cornerstone of outcome. However, the overall activity of the currently available conventional systemic treatments and the prognosis of patients with advanced or metastatic disease are still poor, making the treatment of this patient group challenging. Therefore, in a joint effort together with patient networks and organizations, namely Sarcoma Patients EuroNet (SPAEN), the international network of sarcoma patients organizations, and the National LeioMyoSarcoma Foundation (NLMSF) in the United States, we aim to summarize state-of-the-art treatments for leiomyosarcoma patients in order to identify knowledge gaps and current unmet needs, thereby guiding the community to design innovative clinical trials and basic research and close these research gaps. This position paper arose from a leiomyosarcoma research meeting in October 2020 hosted by the NLMSF and SPAEN.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,027
Tête enseignante GPT0,323
Écart entre enseignants0,296 · 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.

Devis d'étudeAutre devis
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

Citations29
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetSarcoma Diagnosis and TreatmentTravaux en français237 207