Consensus report of the 2021 National Cancer Institute neuroendocrine tumor clinical trials planning meeting
Notice bibliographique
Résumé
Important progress has been made over the last decade in the classification, imaging, and treatment of neuroendocrine neoplasm (NENs), with several new agents approved for use. Although the treatment options available for patients with well-differentiated neuroendocrine tumors (NETs) have greatly expanded, the rapidly changing landscape has presented several unanswered questions about how best to optimize, sequence, and individualize therapy. Perhaps the most important development over the last decade has been the approval of 177Lu-DOTATATE for treatment of gastroenteropancreatic-NETs, raising questions around optimal sequencing of peptide receptor radionuclide therapy (PRRT) relative to other therapeutic options, the role of re-treatment with PRRT, and whether PRRT can be further optimized through use of dosimetry among other approaches. The NET Task Force of the National Cancer Institute GI Steering Committee convened a clinical trial planning meeting in 2021 with multidisciplinary experts from academia, the federal government, industry, and patient advocates to develop NET clinical trials in the era of PRRT. Key clinical trial recommendations for development included 1) PRRT re-treatment, 2) PRRT and immunotherapy combinations, 3) PRRT and DNA damage repair inhibitor combinations, 4) treatment for liver-dominant disease, 5) treatment for PRRT-resistant disease, and 6) dosimetry-modified PRRT.
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 | 0,005 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».