MétaCan
Menu
Retour à la cohorte
Enregistrement W4394602181 · doi:10.1101/2024.04.07.24305400

International Expert-Based Consensus Definition, Staging Criteria, and Minimum Data Elements for Osteoradionecrosis of the Jaw: An Inter-Disciplinary Modified Delphi Study

2024· preprint· en· W4394602181 sur OpenAlexafffund
Amy C. Moreno, Erin Watson, Laia Humbert‐Vidan, Douglas E. Peterson, Lisanne V. van Dijk, Teresa Guerrero Urbano, L. Van den Bosch, Andrew Hope, Matthew S. Katz, Frank Hoebers, Ruth Aponte Wesson, James E. Bates, Paolo Bossi, Adeyinka F. Dayo, Mélanie Dore, Eduardo Rodrigues Fregnani, Thomas J. Galloway, Daphna Y. Gelblum, Issa A. Hanna, Christina Henson, Sudarat Kiat‐amnuay, Anke Korfage, Nancy Y. Lee, Carol M. Lewis, Charlotte Duch Lynggaard, Antti Mäkitie, Marco Magalhaes, Yvonne M. Mowery, Carles Muñoz‐Montplet, Jeffrey N. Myers, Ester Orlandi, Jaymit Patel, Jillian Rigert, Deborah Saunders, Jonathan D. Schoenfeld, Uğur Selek, Efsun Somay, Vinita Takiar, Juliette Thariat, Gerda M. Verduijn, Alessandro Villa, Nick West, Max J. H. Witjes, Alex Won, Mark E. Wong, Christopher M. K. L. Yao, Simon Young, Kamal Al‐Eryani, Carly E. A. Barbon, Doke J.M. Buurman, François J. Dieleman, Theresa M. Hofstede, Abdul Ahad Khan, Adegbenga O. Otun, John C. Robinson, Lauren Hum, Jørgen Johansen, Rajesh V. Lalla, Alexander Lin, Vinod Patel, Richard Shaw, Mark S. Chambers, J. Daniel, Mabi Singh, Noam Yarom, Abdallah Mohamed, Katherine A. Hutcheson, Stephen Y. Lai, Clifton D. Fuller

Notice bibliographique

RevuemedRxiv · 2024
Typepreprint
Langueen
DomaineMedicine
ThématiqueOral health in cancer treatment
Établissements canadiensNOSM UniversityPrincess Margaret Cancer CentreUniversity of TorontoHealth Sciences NorthUniversity Health Network
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringNational Cancer InstituteCanadian Institutes of Health ResearchEMD SeronoGenentechNational Institutes of HealthKing's College LondonCastle BiosciencesSiemens HealthineersModernaAmgenCardinal HealthAstellas PharmaElektaSanofiUniversity of Texas MD Anderson Cancer CenterPfizerSun PharmaRegeneron PharmaceuticalsCancer Research SocietyCVS HealthBristol-Myers Squibb
Mots-clésOsteoradionecrosisMedicineMedical physicsDelphi methodTerminologyRadiation therapyRadiologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Purpose: Osteoradionecrosis of the jaw (ORNJ) is a severe iatrogenic disease characterized by bone death after radiation therapy (RT) to the head and neck. With over 9 published definitions and at least 16 diagnostic/staging systems, the true incidence and severity of ORNJ are obscured by lack of a standard for disease definition and severity assessment, leading to inaccurate estimation of incidence, reporting ambiguity, and likely under-diagnosis worldwide. This study aimed to achieve consensus on an explicit definition and phenotype of ORNJ and related precursor states through data standardization to facilitate effective diagnosis, monitoring, and multidisciplinary management of ORNJ. Methods: The ORAL Consortium comprised 69 international experts, including representatives from medical, surgical, radiation oncology, and oral/dental disciplines. Using a web-based modified Delphi technique, panelists classified descriptive cases using existing staging systems, reviewed systems for feature extraction and specification, and iteratively classified cases based on clinical/imaging feature combinations. Results: The Consortium ORNJ definition was developed in alignment with SNOMED-CT terminology and recent ISOO-MASCC-ASCO guideline recommendations. Case review using existing ORNJ staging systems showed high rates of inability to classify (up to 76%). Ten consensus statements and nine minimum data elements (MDEs) were outlined for prospective collection and classification of precursor/ORNJ stages. Conclusion: This study provides an international, consensus-based definition and MDE foundation for standardized ORNJ reporting in cancer survivors treated with RT. Head and neck surgeons, radiation, surgical, medical oncologists, and dental specialists should adopt MDEs to enable scalable health information exchange and analytics. Work is underway to develop both a human- and machine-readable knowledge representation for ORNJ (i.e., ontology) and multidisciplinary resources for dissemination to improve ORNJ reporting in academic and community practice settings.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,459
Score d'incertitude au seuil1,000

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 ouverte0,0010,002
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 Opus0,252
Tête enseignante GPT0,458
Écart entre enseignants0,206 · 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'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

Citations12
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetOral health in cancer treatmentTravaux en français237 207