MétaCan
Menu
Retour à la cohorte
Enregistrement W4396677006 · doi:10.1080/14796694.2024.2342227

Management of urothelial cancer in patients with chronic kidney disease receiving platinum-based chemotherapy

2024· review· en· W4396677006 sur OpenAlexaff
Richard Thomas O'Dwyer, Di Maria Jiang, Abhijat Kitchlu, Antoine Morin Coulombe, Srikala S Sridhar

Notice bibliographique

RevueFuture Oncology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueBladder and Urothelial Cancer Treatments
Établissements canadiensToronto General HospitalUniversité LavalPrincess Margaret Cancer CentreUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineCisplatinKidney diseaseUrothelial cancerChemotherapyIntensive care medicineInternal medicineOncologyCancerDiseaseRenal functionBladder cancerUrology

Résumé

récupéré en direct d'OpenAlex

Despite recent advances in the management of urothelial cancer (UC), cisplatin-based combination chemotherapy regimens remain critical. However, their use can be complicated in patients with chronic kidney disease (CKD), which is not uncommon in UC patients. Based on the Galsky criteria for cisplatin ineligibility, most patients with CKD will be excluded from receiving cisplatin-based chemotherapy altogether. For patients with borderline kidney function, several strategies - such as the use of split-dose cisplatin, dose reductions, or extra hydration - may facilitate the use of cisplatin, but these need to be prospectively validated. This review highlights the critical need for a multidisciplinary team, including onco-nephrologists, to help manage renal complications and optimize delivery of cancer care in complex UC patients with CKD.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,946
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,335
Écart entre enseignants0,320 · 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'étudeAutre devis
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFuture OncologyMême sujetBladder and Urothelial Cancer TreatmentsTravaux en français237 207