MétaCan
Menu
Retour à la cohorte
Enregistrement W4313583155 · doi:10.3390/curroncol30010048

The Molecular Characterization of Genetic Abnormalities in Esophageal Squamous Cell Carcinoma May Foster the Development of Targeted Therapies

2023· review· en· W4313583155 sur OpenAlexvenueno aff
Ugo Testa, Germana Castelli, Elvira Pelosi

Notice bibliographique

RevueCurrent Oncology · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineEsophageal squamous cell carcinomaBasal cellCancer researchTargeted therapyOncologyBioinformaticsPathologyCarcinomaInternal medicineCancerBiology

Résumé

récupéré en direct d'OpenAlex

Esophageal cancer is among the most common tumors in the world and is associated with poor outcomes, with a 5-year survival rate of about 10-20%. Two main histological subtypes are observed: esophageal squamous cell carcinoma (ESCC), more frequent among Asian populations, and esophageal adenocarcinoma (EAC), the predominant type in Western populations. The development of molecular analysis techniques has led to the definition of the molecular alterations observed in ESCC, consistently differing from those observed in EAC. The genetic alterations observed are complex and heterogeneous and involve gene mutations, gene deletions and gene amplifications. However, despite the consistent progress in the definition of the molecular basis of ESCC, precision oncology for these patients is still virtually absent. The recent identification of molecular subtypes of ESCC with clinical relevance may foster the development of new therapeutic strategies. It is estimated that about 40% of the genetic alterations observed in ESCC are actionable. Furthermore, the recent introduction of solid tumor immunotherapy with immune checkpoint inhibitors (ICIs) showed that a minority of ESCC patients are responsive, and the administration of ICIs, in combination with standard chemotherapy, significantly improves overall survival over chemotherapy in ESCC patients with advanced disease.

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 enseignants0,993
Score d'incertitude au seuil0,677

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,057
Tête enseignante GPT0,341
Écart entre enseignants0,284 · 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

Citations13
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetCancer Genomics and DiagnosticsTravaux en français237 207