MétaCan
Menu
Retour à la cohorte
Enregistrement W4212817368 · doi:10.1093/oncolo/oyac047

Circulating Biomarkers for Therapeutic Monitoring of Anti-cancer Agents

2022· review· en· W4212817368 sur OpenAlexaff
Helena J. Janse van Rensburg, Pavlina Spiliopoulou, Lillian L. Siu

Notice bibliographique

RevueThe Oncologist · 2022
Typereview
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineMicrovesiclesDiseaseCancerCirculating tumor cellBiomarker discoveryCancer biomarkersDisease monitoringBiomarkerBioinformaticsInternal medicinemicroRNAProteomicsMetastasisBiology

Résumé

récupéré en direct d'OpenAlex

Circulating biomarkers have emerged as valuable surrogates for evaluating disease states in solid malignancies. Their relative ease of access and rapid turnover has bolstered clinical applications in monitoring treatment efficacy and cancer progression. In this review, the roles of various circulating biomarkers in monitoring treatment response are described. Non-specific markers of disease burden, tumor markers (eg CA 125, CEA, PSA, etc.), circulating tumor cells, nucleic acids, exosomes, and metabolomic arrays are highlighted. Specifically, the discovery of each of these markers is reviewed, with examples illustrating their use in influencing treatment decisions, and barriers to their application noted where these exist. Finally, opportunities for future work using these circulating biomarkers are discussed.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,603

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,211
Tête enseignante GPT0,456
Écart entre enseignants0,244 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe OncologistMême sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207