MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402834257 · doi:10.1109/nss/mic/rtsd57108.2024.10656411

Comparison Between the 3D-CBS Screening and the Liquid Bio and Other Screening of Cancer Procedures

2024· article· en· W4402834257 sur OpenAlexaboutno aff
D. Crosetto

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCancerComputer scienceCancer detectionMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

This article provides the comparison between the expected results in cancer deaths and costs reduction from non-invasive cancer screening procedures. These two screening procedures are the 3D-CBS (3-D Complete Body Screening) and the Liquid Bio (Liquid Biopsy). A comparison will also be made on the efficacy of the officially approved and currently used mammography, colorectal and PAP-smear screening procedures in many countries. We should all face the same challenges against cancer, not a competition between each other, and should accept the efficacy test on a sample population in a specific location with respect to the mortality rate of the previous 20 years in the same location. The author’s 3D-CBS invention from the year 2000 can provide the features of a non-invasive, 2-minute, safe, low-cost, efficient, cancer-screening test, that can detect tumors with only 100 cancer cells that no other device can provide simultaneously. It revolutionizes medicine by recording anomalous biological processes simultaneously of the entire body, by basing the diagnosis on the trend of anomalies rather than from a single exam, by extracting patterns of pre-diseases formation, however the 3D-CBS was never funded. The Liquid Bio is a blood test aimed to detect a tumor’s mutational profile. It was announced in 2007 as a breakthrough in Time magazine. In 2012 at the WCC in Montreal was announced to provide a sensitivity greater than $94 \%$ and specificity greater than $91 \%$ in the early detection of the 4 big cancer killers, but the test was later abandoned. Liquid biopsy received conspicuous funding but did not produce results in cancer deaths reduction, although it has recently gained a lot of traction. Mammography and colorectal screening are not effective because there is no significant mortality rate difference between countries who do or don’t. PAP smear screening is effective but is a small percent of the total 10 million/year cancer deaths.

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)0,003
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,026
Tête enseignante GPT0,362
Écart entre enseignants0,336 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRadiomics and Machine Learning in Medical Imaging→Travaux en français237 207→