MétaCan
Menu
Retour à la cohorte
Enregistrement W4293729215 · doi:10.12998/wjcc.v10.i26.9545

Risk stratification of primary liver cancer

2022· article· en· W4293729215 sur OpenAlexaboutno aff
You-Wen Tan

Notice bibliographique

RevueWorld Journal of Clinical Cases · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHepatitis B Virus Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineGuidelineHepatocellular carcinomaRisk stratificationLiver cancerPopulationRisk assessmentClinical PracticeHepatocellular cancerViral hepatitisInternal medicineRisk factorFamily medicineOncologyEnvironmental healthPathology

Résumé

récupéré en direct d'OpenAlex

The risk stratification of primary liver cancer (PLC) discussed in a review of viral hepatitis and PLC could lead to misunderstandings by readers. For example, a single study or a small number of studies cannot comprehensively summarize the risk factors of PLC, is not included in the family history of liver cancer, and chronic hepatitis D is listed as a medium risk factor for the development of PLC. Currently, PLC prediction models with good clinical validation values have been applied clinically, such as the Toronto hepatocellular carcinoma risk index, REACH-B model, and PAGE-B model. Therefore, the Chinese, together with several research societies, have formulated the "Guideline for stratified screening and surveillance of primary liver cancer (2020 edition)." This guideline outlines PLC screening in at-risk populations, both in hospitals and communities. It is recommended to stratify the at-risk population into four risk levels: low-, intermediate-, high-, and extremely high-risk. This is highly recommended and applied in clinical practice.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,143
Tête enseignante GPT0,424
Écart entre enseignants0,281 · 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'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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of Clinical CasesMême sujetHepatitis B Virus StudiesTravaux en français237 207