MétaCan
Menu
Retour à la cohorte
Enregistrement W4310051818 · doi:10.1093/oncolo/oyac226

Management of Lung Cancer in the Patient with Interstitial Lung Disease

2022· review· en· W4310051818 sur OpenAlexaff
Angela Frank, Ibiayi Dagogo‐Jack, I. Dobre, Sarah Tait, Lana Schumacher, Florian J. Fintelmann, Leah M Fingerman, Florence K. Keane, Sydney B. Montesi

Notice bibliographique

RevueThe Oncologist · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueInterstitial Lung Diseases and Idiopathic Pulmonary Fibrosis
Établissements canadiensQueen's University
Organismes subventionnairesNational Heart, Lung, and Blood Institute
Mots-clésMedicineInterstitial lung diseaseLung cancerRadiation therapyHypersensitivity pneumonitisExacerbationIdiopathic pulmonary fibrosisPopulationPulmonary fibrosisPneumonitisLung biopsyLungTreatment of lung cancerInternal medicineIntensive care medicineOncology

Résumé

récupéré en direct d'OpenAlex

Patients with interstitial lung disease (ILD), especially those with pulmonary fibrosis, are at increased risk of developing lung cancer. Management of lung cancer in patients with ILD is particularly challenging. Diagnosis can be complicated by difficulty differentiating lung nodules from areas of focal fibrosis, and percutaneous biopsy approaches confer an increased risk of complications in those with pulmonary fibrosis. Lung cancer treatment in these patients pose several specific considerations. The degree of lung function impairment may preclude lobectomy or surgical resection of any type. Surgical resection can trigger an acute exacerbation of the underlying ILD. The presence of ILD confers an increased risk of pneumonitis with radiotherapy, and many of the systemic therapies also carry an increased risk of pneumonitis in this population. The safety of immunotherapy in the setting of ILD remains to be fully elucidated and concerns remain as to triggering pneumonitis. The purpose of this review is to summarize the evidence regarding consideration for tissue diagnosis, chemotherapy and immunotherapy, radiotherapy, and surgery, in this patient population and discuss emerging areas of research. We also propose a multidisciplinary approach and practical considerations for monitoring for ILD progression during lung cancer treatment.

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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,960
Score d'incertitude au seuil0,800

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,032
Tête enseignante GPT0,357
Écart entre enseignants0,325 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations58
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe OncologistMême sujetInterstitial Lung Diseases and Idiopathic Pulmonary FibrosisTravaux en français237 207