MétaCan
Menu
Retour à la cohorte
Enregistrement W4384070335 · doi:10.1093/noajnl/vdad071.043

A RADIATION ONCOLOGIST’S EXPERIENCE TREATING MALIGNANT GLIOMA WITH TUMOR TREATING FIELDS IN CANADA

2023· article· en· W4384070335 sur OpenAlexaffabout
David Roberge, Denys Labelle

Notice bibliographique

RevueNeuro-Oncology Advances · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineRadiation oncologistRadiation therapyAdjuvantGliomaGlioblastomaInternal medicineAdjuvant radiotherapySurgeryOncology

Résumé

récupéré en direct d'OpenAlex

Abstract The FDA approved tumor treating fields (TTFields) in 2011. Through Health Canada special access, a limited number of treatments were provided prior to regulatory approval. This work describes a single physician’s experience with TTFields. With ethics approval, charts were retrospectively reviewed. Access provided as an extension of prior research was excluded. Kaplan-Meier estimates were used for survival and time on treatment. From 2013-2022, 62 cases were identified. 65% from Quebec, 21% from Ontario and the rest from either Alberta or British Colombia. TTFields were prescribed as an adjuvant following chemo-radiation in 41 cases and for recurrent disease in 21. Median age was 49 (range 16-75). 76% of patients were male. Median KPS was 75%. 95% of tumors were classified as glioblastoma by the criteria used at the time of diagnosis (IDH positive in 4). Where known, 40% had MGMT promoter methylation. Adjuvant treatment started a median of 1.0 months following radiotherapy. Recurrent patients had had a median of 2 prior lines of treatment (range 1-9). Two young adults discontinued treatment after less than one week but otherwise patients tolerated the device until treatment was recommended to be discontinued. Median OS for adjuvant patients was 15.4 months, 5.3 months for recurrent patients. For adjuvant patients, median estimated time on treatment was 7 months. It was possible to offer TTFields over a wide geographic area with support from device specialists. Treatment may be more easily integrated into care with the development of a larger network of prescribers.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,108
Score d'incertitude au seuil0,217

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,017
Tête enseignante GPT0,298
Écart entre enseignants0,280 · 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'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuro-Oncology AdvancesMême sujetGlioma Diagnosis and TreatmentTravaux en français237 207