MétaCan
Menu
Retour à la cohorte
Enregistrement W3197680494 · doi:10.36849/jdd.6229

US Cutaneous Oncodermatology Management (USCOM): A Practical Algorithm

2021· article· en· W3197680494 sur OpenAlexaff
Mario E. Lacouture, Jennifer Choi, Alice Y. Ho, Jonathan S. Leventhal, Beth N. McLellan, Anneke Andriessen, Maxwell Sauder, Edith Mitchell

Notice bibliographique

RevueJournal of Drugs in Dermatology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueNonmelanoma Skin Cancer Studies
Établissements canadiensCanadian Society of Intestinal ResearchPrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineAlgorithm

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: An increasing number of patients survive or are living with cancer. Anticancer treatments frequently have cutaneous adverse events (cAEs) that may severely impact patients' quality of life and interrupt anticancer treatment. The US Cutaneous Oncodermatology Management (USCOM) project aims to improve cancer patients' and survivors' quality of life by offering tools for preventing and managing cAEs. METHODS: An algorithm was designed to reduce the incidence of cAEs, treat cAEs, and maintain healthy skin using general measures and over-the-counter agents to support all healthcare providers treating oncology patients, including physicians, nurses, pharmacists, and advanced providers. The panel used a modified Delphi approach, developed, discussed, and reached a consensus on statements and an evidence-based algorithm. RESULTS: The USCOM algorithm includes education on cAEs for patients and clinicians supporting prevention, treatment, and maintenance using skincare measures before, during, and after cancer treatment. A skincare regimen including hygiene, moisturization, and sun protection products should be safe and effective in helping to minimize cAEs and improving skin conditions such as erythema, xerosis, pruritus, and photosensitivity. The number and quality of studies evaluating skincare formulations and regimens for cAEs are increasing, but the evidence on the benefits of specific formulations is still scarce. CONCLUSIONS: The algorithm focuses on general measures and skincare to prevent or reduce the severity of cAEs. Increased awareness of cAEs by the multidisciplinary team treating and guiding the cancer patient throughout their care may improve patient outcomes. J Drugs Dermatol. 2021;20:9(Suppl):s3-19.

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)0,025
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,132

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,027
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0050,002
Études des sciences et des technologies0,0030,002
Communication savante0,0040,005
Science ouverte0,0030,008
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0110,004

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 Opus0,013
Tête enseignante GPT0,322
Écart entre enseignants0,309 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Drugs in DermatologyMême sujetNonmelanoma Skin Cancer StudiesTravaux en français237 207