MétaCan
Menu
Retour à la cohorte
Enregistrement W4393194691 · doi:10.1016/j.cgh.2024.01.034

Commentary: Liquid Biopsy for Average-Risk Colorectal Cancer Screening

2024· article· en· W4393194691 sur OpenAlexfundno aff
David A. Lieberman, Aasma Shaukat, Folasade P. May, John M. Carethers, Iris Lansdorp‐Vogelaar, Uri Ladabaum, Timothy R. Church, Anjelica Q. Davis, Chyke A. Doubeni, John M. Inadomi, Richard C. Wender, Pedro Nascimento de Lima, Rosita van den Puttelaar

Notice bibliographique

RevueClinical Gastroenterology and Hepatology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Screening and Detection
Établissements canadiensnon disponible
Organismes subventionnairesArgonne National LaboratoryNational Cancer InstituteDepartment of Internal Medicine, University of UtahU.S. Public Health ServiceMemorial Sloan-Kettering Cancer CenterUniversity of MinnesotaUniversity of California, Los AngelesNYU Grossman School of MedicineUniversity of California, San DiegoSchool of Medicine, Stanford UniversityGenentechMassachusetts General HospitalYork UniversityUniversity of PennsylvaniaMasonic Cancer Center, University of MinnesotaAmerican Gastroenterological AssociationOhio State UniversityU.S. Department of Veterans Affairs
Mots-clésMedicineLiquid biopsyColorectal cancerOncologyBiopsyInternal medicineColonoscopyColorectal cancer screeningCancer

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,266
Score d'incertitude au seuil0,637

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
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 GPT0,361
Écart entre enseignants0,325 · 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'étudeObservationnel
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

Citations17
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueClinical Gastroenterology and HepatologyMême sujetColorectal Cancer Screening and DetectionTravaux en français237 207