MétaCan
Menu
Retour à la cohorte
Enregistrement W4385462195 · doi:10.3390/curroncol30080529

PSMA Targeted Molecular Imaging and Radioligand Therapy for Prostate Cancer: Optimal Patient and Treatment Issues

2023· review· en· W4385462195 sur OpenAlexvenueno aff
Seiji Hoshi, Kei Yaginuma, Satoru Meguro, Akifumi Onagi, Kanako Matsuoka, Junya Hata, Yuichi Sato, Hidenori Akaihata, Masao Kataoka, Soichiro Ogawa, Motohide Uemura, Yoshiyuki Kojima

Notice bibliographique

RevueCurrent Oncology · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueProstate Cancer Treatment and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineProstate cancerGlutamate carboxypeptidase IIRadioligandProstateOncologyTargeted therapyPopulationInternal medicineCancerReceptor

Résumé

récupéré en direct d'OpenAlex

Theranostics (therapy + diagnosis) targeting prostate-specific membrane antigen (PSMA) is an emerging therapeutic modality that could alter treatment strategies for prostate cancer. Although PSMA-targeted radioligand therapy (PSMA-RLT) has a highly therapeutic effect on PSMA-positive tumor tissue, the efficacy of PSMA-RLT depends on PSMA expression. Moreover, predictors of treatment response other than PSMA expression are under investigation. Therefore, the optimal patient population for PSMA-RLT remains unclear. This review provides an overview of the current status of theranostics for prostate cancer, focusing on PSMA ligands. In addition, we summarize various findings regarding the efficacy and problems of PSMA-RLT and discuss the optimal patient for PSMA-RLT.

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)0,001
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,152
Tête enseignante GPT0,496
Écart entre enseignants0,343 · 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
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

Citations16
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetProstate Cancer Treatment and ResearchTravaux en français237 207