MétaCan
Menu
Retour à la cohorte
Enregistrement W4385762431 · doi:10.3390/curroncol30080545

Locoregional Treatment for Early-Stage Breast Cancer: Current Status and Future Perspectives

2023· review· en· W4385762431 sur OpenAlexvenueno aff
Sayeh Lavasani, Erin Healy, Kari J. Kansal

Notice bibliographique

RevueCurrent Oncology · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBreast Cancer Treatment Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineStage (stratigraphy)Breast cancerCurrent (fluid)OncologyCancerGynecologyInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The locoregional recurrence of breast cancer has been reduced due to the multidisciplinary approach of breast surgery, systemic therapy and radiation. Early detection and better surgical techniques contribute to an improvement in breast cancer outcomes. PURPOSE OF REVIEW: The purpose of this review is to have an overview and summary of the current evidence behind the current approaches to the locoregional treatment of breast cancer and to discuss its future direction. SUMMARY: With improved surgical techniques and the use of a more effective neoadjuvant systemic therapy, including checkpoint inhibitors and dual HER2-directed therapies that lead to a higher frequency of pathologic complete responses and advances in adjuvant radiation therapy, breast cancer patients are experiencing better locoregional control and reduced local and systemic recurrence. De-escalation in surgery has not only improved the quality of life in the majority of breast cancer patients, but also maintained the low risk of recurrence. There are ongoing clinical trials to optimize radiation therapy in breast cancer. More modern radiation technologies are evolving to improve the patient outcome and reduce radiation toxicities.

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 enseignants0,004
Score d'incertitude au seuil0,012

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 ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,140
Tête enseignante GPT0,459
Écart entre enseignants0,320 · 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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetBreast Cancer Treatment StudiesTravaux en français237 207