MétaCan
Menu
Retour à la cohorte
Enregistrement W4281552585 · doi:10.1200/edbk_350829

Evolving Role of Adjuvant Systemic Therapy for Kidney and Urothelial Cancers

2022· article· en· W4281552585 sur OpenAlexaff
Andrea B. Apolo, Pavlos Msaouel, Scot A. Niglio, Nicholas I. Simon, Elias Chandran, Deborah Maskens, Gabriela Pérez, Karla V. Ballman, Chana Weinstock

Notice bibliographique

RevueAmerican Society of Clinical Oncology Educational Book · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueBladder and Urothelial Cancer Treatments
Établissements canadiensKidney Foundation of Canada
Organismes subventionnairesnon disponible
Mots-clésMedicineRenal cell carcinomaSunitinibOncologyAdjuvantNivolumabFood and drug administrationAdjuvant therapyKidney cancerInternal medicineCarcinomaMetastatic Urothelial CarcinomaCancerUrothelial carcinomaImmunotherapyBladder cancerPharmacology

Résumé

récupéré en direct d'OpenAlex

The role of adjuvant therapy in renal cell carcinoma and urothelial carcinoma is rapidly evolving. To date, the U.S. Food and Drug Administration has approved sunitinib and pembrolizumab in the adjuvant setting for renal cell carcinoma and nivolumab for urothelial carcinoma based on disease-free survival benefit. The U.S. Food and Drug Administration held a joint workshop with the National Cancer Institute and the Society of Urologic Oncology in 2017 to harmonize design elements, including eligibility and radiologic assessments across adjuvant trials in renal cell carcinoma and urothelial carcinoma. Considerations from the discussion at these workshops led the U.S. Food and Drug Administration to draft guidances to help inform subsequent adjuvant trial design for renal cell carcinoma and urothelial carcinoma. Patient-centered decision-making is crucial when determining therapeutic choices in the adjuvant setting; utility functions can be used to help quantify each patient's goals, values, and risk/benefit trade-offs to ensure that the decision regarding adjuvant therapy is informed by their preferences and the evolving outcomes data.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,565
Score d'incertitude au seuil0,999

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 technologies0,0000,001
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 Opus0,044
Tête enseignante GPT0,418
Écart entre enseignants0,374 · 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
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

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Society of Clinical Oncology Educational BookMême sujetBladder and Urothelial Cancer TreatmentsTravaux en français237 207