MétaCan
Menu
Retour à la cohorte
Enregistrement W4387220460 · doi:10.1002/jha2.785

The pathobiology of select adolescent young adult lymphomas

2023· review· en· W4387220460 sur OpenAlexaff
Christian Steidl, Robert Kridel, Lindsay M. Morton, Amy Chadburn

Notice bibliographique

RevueeJHaem · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueLymphoma Diagnosis and Treatment
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health NetworkSpinal Cord Injury BCBC Cancer Agency
Organismes subventionnairesServier
Mots-clésLymphomaFollicular lymphomaMedicineHodgkin lymphomaEpidemiologyPopulationYoung adultLymphoproliferative disordersCancerOncologyInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Lymphoid cancers are among the most frequent cancers diagnosed in adolescents and young adults (AYA), ranging from approximately 30%-35% of cancer diagnoses in adolescent patients (age 10-19) to approximately 10% in patients aged 30-39 years. Moreover, the specific distribution of lymphoid cancer types varies by age with substantial shifts in the subtype distributions between pediatric, AYA, adult, and older adult patients. Currently, biology studies specific to AYA lymphomas are rare and therefore insight into age-related pathogenesis is incomplete. This review focuses on the paradigmatic epidemiology and pathogenesis of select lymphomas, occurring in the AYA patient population. With the example of posttransplant lymphoproliferative disorders, nodular lymphocyte-predominant Hodgkin lymphoma, follicular lymphoma (incl. pediatric-type follicular lymphoma), and mediastinal lymphomas (incl. classic Hodgkin lymphoma, primary mediastinal large B cell lymphoma and mediastinal gray zone lymphoma), we here illustrate the current state-of-the-art in lymphoma classification, recent molecular insights including genomics, and translational opportunities. To improve outcome and quality of life, international collaboration in consortia dedicated to AYA lymphoma is needed to overcome challenges related to siloed biospecimens and data collections as well as to develop studies designed specifically for this unique population.

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 enseignants0,981
Score d'incertitude au seuil0,764

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
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 Opus0,061
Tête enseignante GPT0,360
Écart entre enseignants0,299 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeJHaemMême sujetLymphoma Diagnosis and TreatmentTravaux en français237 207