MétaCan
Menu
← Retour à la cohorte
Enregistrement W4404591156 · doi:10.3390/curroncol31110541

Towards a Risk-Based Follow-Up Surveillance Imaging Schedule for Children and Adolescents with Low-Grade Glioma

2024· review· en· W4404591156 sur OpenAlexvenueno aff
Kleoniki Roka, Karina J. Kersbergen, Antoinette Y. N. Schouten‐van Meeteren, Shivaram Avula, Astrid Sehested, Maria Otth, Katrin Scheinemann

Notice bibliographique

RevueCurrent Oncology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesSwiss Cancer Research Foundation
Mots-clésMedicineDuration (music)GliomaClinical PracticeMedical physicsPediatricsFamily medicine

Résumé

récupéré en direct d'OpenAlex

The frequency and duration of imaging surveillance in children and adolescents with pediatric low-grade gliomas (pLGGs) aims for the early detection of recurrence or progression. Although surveillance of pLGGs is performed routinely, it is not yet standardized. The aim of the current review is to provide a comprehensive synthesis of published studies regarding the optimal frequency, intervals, and duration of surveillance. Several key influencing factors were identified (age, the extent of resection, the tumor location, the histological type, and specific molecular characteristics). However, the lack of consistent definitions of recurrence/progression and the extent of resection meant that it was not possible to perform a meta-analysis of the data from the 18 included articles. This review highlights the need for updating the definition of these terms for uniform and global use both in routine clinical practice as well as in upcoming trials. Thus, future studies on the heterogenous group of pLGGs will allow for the better tailoring of both the frequency and duration of imaging surveillance protocols in relevant 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 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)0,009
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 enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,053
Tête enseignante GPT0,395
Écart entre enseignants0,343 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Oncology→Même sujetGlioma Diagnosis and Treatment→Travaux en français237 207→