MétaCan
Menu
Retour à la cohorte
Enregistrement W4293243564 · doi:10.1016/j.kint.2022.07.019

Acute kidney injury in patients receiving pembrolizumab combination therapy versus pembrolizumab monotherapy for advanced lung cancer

2022· article· en· W4293243564 sur OpenAlexafffund
Shruti Gupta, Ian A. Strohbehn, Qiyu Wang, Rituvanthikaa Seethapathy, Sandra M. Herrmann, Ala Abudayyeh, Abhinav Malik, Christopher A. Carlos, Wei‐Ting Chang, Pazit Beckerman, Zain Mithani, Chintan V. Shah, Amanda D. Renaghan, Sophie de Seigneux, Luca Campedel, Daniel Sanghoon Shin, Gaia Coppock, Pablo García, Arash Rashidi, Ben Sprangers, Karolina Benesova, Astrid Weins, Yiqin Zuo, Kerry L. Reynolds, David E. Leaf, Meghan E. Sise, Joe‐Elie Salem, Corinne Isnard Bagnis, Harkarandeep Singh, Shveta S. Motwani, Naoka Murakami, Maria Clarissa Tio, Suraj Sarvode Mothi, Umut Selamet, Kai M. Schmidt‐Ott, Rimda Wanchoo, Yuriy Khanin, Jamie S. Hirsch, Vipulbhai Sakhiya, Daniel Stalbow, Sylvia Wu, Marlies Ostermann, Nina Seylanova, Armando Cennamo, Anne Rigg, Nisha Shaunak, Zoé A. Kibbelaar, Priya Deshpande, Harish Seethapathy, Meghan Lee, Ian A. Strohbhen, Busra Isik, Ilya Glezerman, Sunandana Chandra, Sethu M. Madhavan, Dwight H. Owen, Marium Husain, Sharon Mini, Shuchi Anand, Aydin Kaghazchi, Sunil Rangarajan, Grace Cherry, Raymond K. Hsu, Andrey Kisel, Sheru Kansal, Nicole Albert, Katherine Carter, Vicki Donley, Tricia Young, Heather Cigoi, Thibaud Koessler, Els Wauters, Mark Eijgelsheim, Javier Pagán, Jonathan J. Hogan, Omar Mamlouk, Jamie S. Lin, Valda D. Page, Samuel Short, Elizabeth Gaughan, María José Soler, Clara García-Carro, Sheila Bermejo, Enriqueta Felip, Eva Muñoz‐Couselo, María Josep Carreras

Notice bibliographique

RevueKidney International · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesSchool of Medicine, Stanford UniversityNational Institute of General Medical SciencesUniversitätsklinikum HeidelbergSorbonne UniversitéFundació Institut de Recerca Hospital Universitari Vall d’HebronGenentechVlaamse regeringOtsuka PharmaceuticalUniversitair Medisch Centrum GroningenUniversity of Texas MD Anderson Cancer CenterUnion Chimique BelgeInternational Society of NephrologyUniversity of WashingtonMemorial Sloan-Kettering Cancer CenterOhio State UniversityUniversity of California, Los AngelesMedacFonds Wetenschappelijk OnderzoekUniversity of PennsylvaniaUniversität HeidelbergGilead SciencesLeonard M. Miller School of MedicineUniversity of TorontoNateraBrigham and Women's HospitalAssistance publique-Hôpitaux de ParisMassachusetts General HospitalGlaxoSmithKlineMayo ClinicUniversity of MiamiNorthwestern UniversityPfizerEli Lilly and CompanyBristol-Myers SquibbAstraZenecaAstex PharmaceuticalsAmerican Society of Nephrology
Mots-clésPembrolizumabMedicineLung cancerInternal medicineOncologyKidney cancerAcute kidney injuryCombination therapyCancerUrologyImmunotherapy

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,318
Écart entre enseignants0,305 · 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.

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

Citations13
Publié2022
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueKidney InternationalMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207