MétaCan
Menu
Retour à la cohorte
Enregistrement W4311315241 · doi:10.3389/fonc.2022.1100427

Editorial: Recent advancements in neoadjuvant chemotherapy for specific breast cancer subtypes

2022· editorial· en· W4311315241 sur OpenAlexaff
Sirin A. Adham, Myron R. Szewczuk, Fatima Mraiche, Emanuel F. Petricoin

Notice bibliographique

RevueFrontiers in Oncology · 2022
Typeeditorial
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBreast Cancer Treatment Studies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésBreast cancerMedicineChemotherapyNeoadjuvant therapyOncologyCancerInternal medicineCancer research

Résumé

récupéré en direct d'OpenAlex

Most locally advanced breast cancer patients undergo pre-surgery treatment known as neoadjuvant chemotherapy (NAC). The purpose of NAC is to reduce the tumor’s size and improve surgical outcomes, cosmetic results, and chances of conservative breast surgery, control tumor progression and observe tumor sensitivity (or resistance) to the chosen treatment regimen (1–4). Several studies have suggested better survival outcomes in patients achieving complete pathological remission than in patients with residual or progressive disease at the time of definitive surgery (5, 6). However, the mechanisms of primary resistance and strategies to overcome those are a matter of intense research. Triple-negative breast cancer (TNBC) is the most aggressive breast cancer subtype and is responsible for most of the annual mortality rate of breast cancer (7, 8). This Research Topic focused on studies that tackle the most recent advances in treating breast cancer using NAC. Pegylated liposomal doxorubicin (PLD) is used safely to treat breast cancer patients (9). In addition, it has a superior benefit over free doxorubicin since it is distributed in smaller volumes with extended circulation time (10). A recent clinical trial demonstrated that pegylated liposomal doxorubicin (PLD) is safe for TNBC with a particular focus on elderly patients and those with risks of developing cardiotoxicity (Gil-Gil et al.)

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 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)0,004
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0030,001
Études des sciences et des technologies0,0020,002
Communication savante0,0050,005
Science ouverte0,0030,001
Intégrité de la recherche0,0090,014
Charge utile insuffisante (le modèle a refusé de juger)0,0190,016

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 Opus0,007
Tête enseignante GPT0,298
Écart entre enseignants0,291 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

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

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in OncologyMême sujetBreast Cancer Treatment StudiesTravaux en français237 207