MétaCan
Menu
Retour à la cohorte
Enregistrement W4280495159 · doi:10.1200/edbk_359521

Cancer Groundshot: Building a Robust Cancer Control Platform in Addition To Launching the Cancer Moonshot

2022· article· en· W4280495159 sur OpenAlexaff
Miriam Mutebi, Navdeep Dehar, Letícia Nogueira, Kewei Sylvia Shi, K. Robin Yabroff, Bishal Gyawali

Notice bibliographique

RevueAmerican Society of Clinical Oncology Educational Book · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionCancerWork (physics)BusinessMedicineEconomic growthEconomicsNursingEngineering

Résumé

récupéré en direct d'OpenAlex

Cancer Groundshot is a philosophy that calls for prioritization of strategies in global cancer control. The underlying principle of Cancer Groundshot is that one must ensure access to interventions that are already proven to work before focusing on the development of new interventions. In this article, we discuss the philosophy of Cancer Groundshot as it pertains to priorities in cancer care and research in low- and middle-income countries and the utility of technology in addressing global cancer disparities; we also address disparities seen in high-income countries. The oncology community needs to realign our priorities and focus on improving access to high-value cancer control strategies, rather than allocating resources primarily to the development of technologies that provide only marginal gains at a high cost. There are several "low-hanging fruit" actions that will improve access to quality cancer care in low- and middle-income countries and in high-income countries. Worldwide, cancer morbidity and mortality can be averted by implementing highly effective, low-cost interventions that are already known to work, rather than investing in the development of resource-intensive interventions to which most patients will not have access (i.e., we can use Cancer Groundshot to first save more lives before we focus on the "moonshots").

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,435
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,116
Tête enseignante GPT0,407
Écart entre enseignants0,291 · 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'étudeSans objet
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

Citations21
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Society of Clinical Oncology Educational BookMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207