Notice bibliographique
Résumé
INTRODUCTION: Lung cancer is the leading cause of cancer deaths in both men and women, with 80% to 90% of cases caused by smoking. Small cell lung cancer accounts for 20% of all cases, and is usually treated with chemotherapy. Adenocarcinoma is the main non-small cell pathology, and is treated initially with surgery. METHODS AND OUTCOMES: We conducted a systematic review and aimed to answer the following clinical questions: What are the effects of treatments for resectable and unresectable non-small cell lung cancer? What are the effects of treatments for small cell lung cancer? We searched: Medline, Embase, The Cochrane Library, and other important databases up to October 2009 (Clinical Evidence reviews are updated periodically, please check our website for the most up-to-date version of this review). We included harms alerts from relevant organisations, such as the US Food and Drug Administration (FDA) and the UK Medicines and Healthcare products Regulatory Agency (MHRA). RESULTS: We found 96 systematic reviews and RCTs. We performed a GRADE evaluation of the quality of evidence for interventions. CONCLUSIONS: In this systematic review, we present information relating to the effectiveness and safety of the following interventions: chemotherapy (postoperative or preoperative, dose intensification), continuous hyperfractionated accelerated radiotherapy (CHART), first-line platinum (or non-platinum)-based chemotherapy, molecular-targeted therapy, non-CHART hyperfractionated radiotherapy, prophylactic cranial irradiation, second-line chemotherapy (with single agent), second-line molecular-targeted therapy (with gefitinib or erlotinib), and thoracic irradiation (with or without chemotherapy).
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».