MétaCan
Menu
Retour à la cohorte
Enregistrement W4403855182 · doi:10.1016/s1470-2045(24)00316-4

Artificial Intelligence for Response Assessment in Neuro Oncology (AI-RANO), part 1: review of current advancements

2024· review· en· W4403855182 sur OpenAlexaff
Javier Villanueva-Meyer, Spyridon Bakas, Pallavi Tiwari, Janine Lupo, Evan Calabrese, Christos Davatzikos, Wenya Linda Bi, Marwa Ismail, Hamed Akbari, Philipp Lohmann, Thomas C. Booth, Benedikt Wiestler, Hugo J.W.L. Aerts, Ghulam Rasool, J. C. Tonn, Martha Nowosielski, Rajan Jain, Rivka R. Colen, Sarthak Pati, Ujjwal Baid, Philipp Kickingereder, David Macdonald, Michael A. Vogelbaum, Susan M. Chang, Raymond Y. Huang, Norbert Galldiks

Notice bibliographique

RevueThe Lancet Oncology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesDOD Peer Reviewed Cancer Research ProgramNational Institute of Neurological Disorders and StrokeNational Cancer InstituteCentre For Medical Engineering, King’s College LondonEngineering and Physical Sciences Research CouncilServierSiemens HealthineersDeutsche ForschungsgemeinschaftNational Institutes of HealthNovocureNational Center for Advancing Translational SciencesWellcome TrustStrykerUniversity of Wisconsin-MadisonMedical Research CouncilMusella Foundation For Brain Tumor Research and InformationU.S. Department of Veterans AffairsU.S. Department of Defense
Mots-clésCurrent (fluid)Medical physicsComputer scienceMedicineNeuroscienceEngineeringPsychologyElectrical engineering

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,212
Tête enseignante GPT0,559
Écart entre enseignants0,347 · 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'étudeSans objet
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

Citations23
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueThe Lancet OncologyMême sujetRadiomics and Machine Learning in Medical ImagingTravaux en français237 207