MétaCan
Menu
Retour à la cohorte
Enregistrement W3211935866 · doi:10.1016/j.breast.2021.11.007

Development of novel agents for the treatment of early estrogen receptor positive breast cancer

2021· review· en· W3211935866 sur OpenAlexaff
Mitchell J. Elliott, David W. Cescon

Notice bibliographique

RevueThe Breast · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueAdvanced Breast Cancer Therapies
Établissements canadiensPrincess Margaret Cancer CentreUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineBreast cancerEstrogen receptorOncologyAdjuvantDiseasePI3K/AKT/mTOR pathwayCancerInternal medicineBiomarkerEstrogenTargeted therapyAdjuvant therapyBioinformaticsSignal transduction

Résumé

récupéré en direct d'OpenAlex

Estrogen receptor (ER+) breast cancer is the most frequently diagnosed breast cancer subtype. Currently, adjuvant treatment for early stage disease consists of endocrine therapy, with or without chemotherapy and bone-targeted therapy, delivered in a risk-adapted manner. Despite this multimodal approach, a significant proportion of high risk patients will develop incurable distant recurrences. There is an ongoing need to develop new treatment strategies that address the biologic causes of treatment failure and to identify the individual patients who can benefit from such interventions. Here we review the clinical investigation of targeted and novel therapies, including inhibitors of the PI3K-AKT-mTOR pathway, oral selective estrogen receptor degraders (SERDs), and PARP-inhibitors for the treatment of early ER+ breast cancer. Furthermore, we highlight opportunities in biomarker development to help guide the delivery of escalated adjuvant strategies.

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 enseignants0,991
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)0,0020,001
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 Opus0,087
Tête enseignante GPT0,384
Écart entre enseignants0,297 · 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

Citations15
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe BreastMême sujetAdvanced Breast Cancer TherapiesTravaux en français237 207