Data set for the reporting of lung cancer: recommendations from the International Collaboration on Cancer Reporting (<scp>ICCR</scp>)
Notice bibliographique
Résumé
Lung cancer is the leading cause of cancer related deaths worldwide, although some patients with early-stage disease can be cured with surgical resection. Standardised reporting of all clinically relevant pathological parameters is essential for best patient care and is also important for ongoing data collection and refinement of important pathological features that impact patient prognosis, staging and clinical care. Using the established International Collaboration on Cancer Reporting (ICCR) procedure, a representative international expert panel of nine lung pathologists as well as an oncologist was convened. Essential core elements and suggested non-core elements were identified for inclusion in the resected lung cancer pathology data set based on predetermined levels of evidence as well as consensus expert opinion. A lung cancer histopathology reporting guide was developed that includes relevant clinical, macroscopic, microscopic and ancillary testing. Critical review and discussion of current evidence was incorporated into the new data set including changes from the 2021 World Health Organisation (WHO) Classification of Thoracic Tumours, fifth edition, new requirements for grading invasive non-mucinous adenocarcinomas, assessment of response to neoadjuvant therapy and requirements for molecular testing in early-stage resected lung carcinomas. This ICCR data set represents incorporation of all relevant parameters for histology reporting of lung cancer resection specimens. Routine use of this data set is recommended for all pathology reporting of resected lung cancer and it is freely available worldwide on the ICCR website (https://www.iccr-cancer.org/datasets/published-datasets/). Widespread implementation will help to ensure consistent and comprehensive pathology reporting and data collection essential for lung cancer patient care, clinical trials and other research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,195 | 0,360 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,005 | 0,008 |
| Bibliométrie | 0,019 | 0,026 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,011 | 0,012 |
| Intégrité de la recherche | 0,007 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,048 | 0,038 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».