MétaCan
Menu
Retour à la cohorte
Enregistrement W4393339865 · doi:10.1016/j.ejca.2024.114038

Essential data variables for a minimum dataset for head and neck cancer trials and clinical research: HNCIG consensus recommendations and database

2024· article· en· W4393339865 sur OpenAlexaff
Sujith Baliga, Ahmad K. Abou‐Foul, Pablo Parente Arias, Petr Szturz, Juliette Thariat, Aditya Shreenivas, Paul Nankivell, Federica Bertolini, J. Biau, Dukagjin Blakaj, Sinéad Brennan, Aina Brunet, Thiago Bueno de Oliveira, Barbara Burtness, Alberto Carral Maseda, Velda Ling Yu Chow, Melvin L.K. Chua, Mischa de Ridder, S. Garikipati, Nobuhiro Hanai, Francis Ho, Shao Hui Huang, Naomi Kiyota, Konrad Klinghammer, Luiz Paulo Kowalski, Dora L.�W. Kwong, Lachlan McDowell, Marco Merlano, Sudhir Nair, Panagiota Economopoulou, Jens Overgaard, Amanda Psyrri, Silke Tribius, John Waldron, Sue S. Yom, Hisham Mehanna

Notice bibliographique

RevueEuropean Journal of Cancer · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDelphiDatabaseDelphi methodData sharingData collectionHead and neck cancerComputer scienceMedicineMedical physicsCancerAlternative medicineStatisticsInternal medicinePathologyMathematics

Résumé

récupéré en direct d'OpenAlex

The Head and Neck Cancer International Group (HNCIG) has undertaken an international modified Delphi process to reach consensus on the essential data variables to be included in a minimum database for HNC research. Endorsed by 19 research organisations representing 34 countries, these recommendations provide the framework to facilitate and harmonise data collection and sharing for HNC research. These variables have also been incorporated into a ready to use downloadable HNCIG minimum database, available from the HNCIG website.

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)0,407
score de la tête « metaresearch » (Gemma)0,568
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,593
Score d'incertitude au seuil0,731

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4070,568
Méta-épidémiologie (sens strict)0,0020,004
Méta-épidémiologie (sens large)0,0060,009
Bibliométrie0,0160,018
Études des sciences et des technologies0,0030,002
Communication savante0,0080,007
Science ouverte0,0080,010
Intégrité de la recherche0,0070,009
Charge utile insuffisante (le modèle a refusé de juger)0,0320,008

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 Opus0,709
Tête enseignante GPT0,658
Écart entre enseignants0,051 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomaineMéthodes
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of CancerMême sujetDelphi Technique in ResearchTravaux en français237 207