A tumormarker-kutatás rövid története. A PSA, mint legismertebb urológiai tumormarker felfedezésének története
Notice bibliographique
Résumé
There are a number of tumour markers available today enabling the early detection of malignancies thus saving the lives of many thousands of people worldwide. By definition, tumour markers are substances in tissues, blood, bone marrow or other body fluids that appear in cancer patients’ samples or are present at significantly elevated levels compared to normal conditions. The first marker of malignant disease in modern medicine was identified in 1846 by the English physician-chemist Henry Bence-Jones. Yet, at that time, of course, he was not aware that the protein (named as Bence-Jones) he discovered, was a pathogenic indicator of multiple myeloma. The classic era of tumour markers started in the 1960s with the discovery of two leading oncofetal antigens, alpha-fetoprotein (AFP) and carcinoembryonic antigen (CEA). AFP was published in 1944 by Swedish scientist Kai O. Pedersen, while the discovery of CEA is associated with two Canadian physicians, Phil Gold and Samuel O. Freedman. One of the most widely known tumour markers indicating prostate cancer is the prostate-specific antigen or PSA. The discovery of PSA as a clinically useful marker of prostate cancer and its translation into clinical practice can be attributed to Ming C. Wang, who described the molecule in 1979. The US Food and Drug Administration (FDA) approved PSA in 1986 as a molecule for monitoring the disease, and in 1994 it licenced the measuring of PSA levels as a screening test, thus facilitating the early detection of prostate cancer and enabling more effective treatment.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».