MétaCan
Menu
Retour à la cohorte
Enregistrement W4210372972 · doi:10.3390/curroncol29020063

Endometrial Cancer: Transitioning from Histology to Genomics

2022· review· en· W4210372972 sur OpenAlexaffvenue
Cristina Mitric, Marcus Q. Bernardini

Notice bibliographique

RevueCurrent Oncology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueEndometrial and Cervical Cancer Treatments
Établissements canadiensSinai Health SystemUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineEndometrial cancerOncologyClinical trialInternal medicineAdjuvantCancerMicrosatellite instabilityBioinformaticsAlleleGene

Résumé

récupéré en direct d'OpenAlex

Endometrial carcinoma (EC) is traditionally treated with surgery and adjuvant treatment depending on clinicopathological risk factors. The genomic analysis of EC in 2013 and subsequent studies using immunohistochemistry have led to the current EC molecular classification into: polymerase epsilon mutated (POLEmut), p53 abnormal (p53abn), mismatch repair deficient (MMRd), and no specific molecular profile (NSMP). The four groups have prognostic value and represent a promising tool for clinical decision-making regarding adjuvant treatment. Molecular classification was integrated into the recent European Society of Gynecologic Oncology (ESGO) management guidelines. POLEmut EC has favorable outcomes and retrospective studies found that omitting adjuvant treatment is safe in this group; two prospective clinical trials, PORTEC-4 and TAPER, are ongoing to assess this. p53 abn is associated with increased recurrence, decreased survival, and benefitted from chemotherapy in the PORTEC-3 subgroup molecular analysis. The clinical trials PORTEC-4a and CANSTAMP will prospectively assess this. MMRd and NSMP groups have intermediate prognosis and will likely continue to rely closely on clinicopathological features for adjuvant treatment decisions. In addition, the molecular classification has led to exploring novel treatments such as checkpoint inhibitors. Overall, the molecular perspective on EC and associated clinical trials will likely refine EC risk stratification to optimize care and avoid overtreatment.

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), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,994
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,000

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 Opus0,316
Tête enseignante GPT0,488
Écart entre enseignants0,172 · 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

Citations55
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetEndometrial and Cervical Cancer TreatmentsTravaux en français237 207