MétaCan
Menu
Retour à la cohorte
Enregistrement W4233215484 · doi:10.1038/sj/bjc/6692090

True

2001· article· fr· W4233215484 sur OpenAlexaff
Dionne Laslo, Irena Nulman, Michael Lishner, Gideon Koren

Notice bibliographique

RevueBritish Journal of Cancer · 2001
Typearticle
Languefr
DomaineMedicine
ThématiqueCancer Risks and Factors
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPregnancyMedicineGestationMalignancyIn uteroFetusCancerObstetricsPediatricsPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Cancer is the second most common cause of death during the reproductive years, complicating approximately 1/1000 pregnancies. The occurrence of cancer during gestation is likely to increase as a result of a woman's tendency to delay childbearing. Improved diagnostic techniques for malignancies increases detection of cancer during pregnancy. Malignant conditions during gestation are believed to be associated with an increase in poor perinatal and fetal outcomes that are often due to maternal treatment. Physicians should weigh the benefits of treatment against the risks of fetal exposure. To date, most reports have focused on morphologic observations made very close to the time of delivery with little data collected on children's long-term neurodevelopment following in utero exposure to malignancy and treatment. Because the brain differentiates throughout pregnancy and in early postnatal life, damage may occur even after first trimester exposure. The possible delayed effects of treatment on a child's neurological, intellectual and behavioural functioning have never been systematically evaluated. The goal of this report was to summarize all related issues into one review to facilitate both practitioners’ and patients’ access to known data on fetal risks and safety. © 2001 Cancer Research Campaign http://www.bjcancer.com

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)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,458
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0060,006
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,5420,395

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 Opus0,018
Tête enseignante GPT0,324
Écart entre enseignants0,306 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of CancerMême sujetCancer Risks and FactorsTravaux en français237 207