MétaCan
Menu
Retour à la cohorte
Enregistrement W4388671204 · doi:10.1111/his.15078

Optimizing tissue stewardship in non‐small cell lung cancer to support molecular characterization and treatment selection: statement from a working group of thoracic pathologists

2023· review· en· W4388671204 sur OpenAlexaff
Keith M. Kerr, Lukas Bubendorf, Fernando López‐Ríos, Farah Khalil, Sinchita Roy‐Chowdhuri, Philippe Joubert, Arndt Hartmann, Elena Guerini‐Rocco, Yasushi Yatabe, Paul Hofman, Wendy A. Cooper, Sanja Đačić

Notice bibliographique

RevueHistopathology · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensUniversité LavalInstitut universitaire de cardiologie et de pneumologie de Québec
Organismes subventionnairesPfizerAstraZenecaEli Lilly and CompanyBristol-Myers Squibb
Mots-clésBiomarkerLung cancerGuidelineMedicineStewardship (theology)Intensive care medicineSelection (genetic algorithm)PathologyComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

Many patients with non-small cell lung cancer do not receive guideline-recommended, biomarker-directed therapy, despite the potential for improved clinical outcomes. Access to timely, accurate, and comprehensive molecular profiling, including targetable protein overexpression, is essential to allow fully informed treatment decisions to be taken. In turn, this requires optimal tissue management to protect and maximize the use of this precious finite resource. Here, a group of leading thoracic pathologists recommend factors to consider for optimal tissue management. Starting from when lung cancer is first suspected, keeping predictive biomarker testing in the front of the mind should drive the development of practices and procedures that conserve tissue appropriately to support molecular characterization and treatment selection.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,983
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,035
Tête enseignante GPT0,332
Écart entre enseignants0,297 · 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.

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

Citations21
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHistopathologyMême sujetCancer Genomics and DiagnosticsTravaux en français237 207