MétaCan
Menu
Retour à la cohorte
Enregistrement W4229445331 · doi:10.1016/j.tipsro.2022.04.005

First multicentre experience of SABR for lymph node and liver oligometastatic disease on the unity MR-Linac

2022· article· en· W4229445331 sur OpenAlexaff
Tomas Janssen, K. Aitken, Filippo Alongi, Aisling Barry, Uffe Bernchou, Simon Boeke, William A. Hall, Ali Hosni, P.S. Kroon, Marcel Nachbar, Hina Saeed, Ina M. Jürgenliemk‐Schulz, Tine Schytte, Helena M. Verkooijen, Marlies E. Nowee

Notice bibliographique

RevueTechnical Innovations & Patient Support in Radiation Oncology · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institutes of HealthNational Institute for Health and Care ResearchNIHR Biomedical Research Centre, Royal Marsden NHS Foundation Trust/Institute of Cancer ResearchDeutsche ForschungsgemeinschaftElekta
Mots-clésSABR volatility modelMedicineLinear particle acceleratorLymph nodeRadiologyMedical physicsInternal medicineOptics

Résumé

récupéré en direct d'OpenAlex

The treatment of oligometastatic disease using MR guidance is an evolving field. Since August 2018 patients are treated on a 1.5 Tesla MR-Linac (MRL). We present current workflows and practice standards from seven institutions for the initial patients treated for lymph node and liver metastases.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,501
Score d'incertitude au seuil0,675

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,024
Tête enseignante GPT0,327
Écart entre enseignants0,303 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations17
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTechnical Innovations & Patient Support in Radiation OncologyMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207