Dataset for the Reporting of Merkel Cell Carcinoma
Notice bibliographique
Résumé
Accurate and complete pathology reports are critical for the optimal management of cancer patients. Protocols for the pathologic reporting of Merkel cell carcinoma (MCC) have been developed independently by the Royal College of Pathologists (UK) and the College of American Pathologists. In this study, data elements for pathologic reporting of MCC were analyzed by an international panel of pathologists and clinicians with the aim of developing a common, internationally agreed upon dataset useful for clinical practice. The International Collaboration on Cancer Reporting expert review panel developed a protocol containing "core" (required) and "noncore" (recommended) elements. Core elements were defined as those that had evidentiary support and were unanimously agreed upon by the review panel as essential for the clinical management, staging, and/or assessment of prognosis in patients with MCC. Noncore elements were those considered to be clinical of interest, but with lesser degrees of supportive evidence or nonactionable implications. Ten core data elements for pathology reports on primary MCC were defined. Development and agreement on this evidence-based protocol at an international level was accomplished in a timely and efficient manner. The template developed for melanoma reporting was used as a structural base for this initiative. It is applicable to, and may facilitate the development of, protocols for other tumor types. Widespread utilization of an internationally agreed upon structured pathology dataset for MCC can be expected to lead to improved patient management. It should also facilitate collaborative clinical research.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».