Corrigendum to “Pan-Asian adapted ESMO Clinical Practice Guidelines for the diagnosis, treatment and follow-up of patients with biliary tract cancer”
Notice bibliographique
Résumé
The authors report that in the original publication the ESMO-MCBS v1.1 scores for durvalumab-cisplatin-gemcitabine and pembrolizumab-cisplatin-gemcitabine are 4 and 1, respectively.The higher ESMO-MCBS v1.1 score for cisplatin-gemcitabinedurvalumab is due to the high 2-year OS gain observed with this regimen (14.2%).This was, however, based on only 9 patients (2.6% of the durvalumab-treated patients) who were still alive at that time.Thus, it should be noted that it does not currently provide evidence that durvalumab is vastly superior to pembrolizumab in combination with cisplatin-gemcitabine as both drugs incur similar clinical benefit with a HR OS of 0.75 and 0.83 and absolute median OS benefit of 1.6 and 1.8 months, respectively.Future updates to the ESMO-MCBS methodology will account for the proportion of study patients included in tail of the curve survival analyses, resulting in a lower MCBS score for durvalumab-cisplatin-gemcitabine.Recommendation 4a should read as follows: "Recommendation 4a.The combination of cisplatin-gemcitabine with durvalumab or pembrolizumab should be considered as standard of care in first-line BTC [I, A; ESMO-Magnitude of Clinical Benefit (MCBS) v1.1 score for durvalumab: 4; ESMO-MCBS v1.1 score for pembrolizumab: 1].Cisplatin-gemcitabine-S1 is an alternative therapeutic option for fit patients [II, B]."The revised Figure 1 Algorithm for the treatment of biliary tract cancer is given below.
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 | 0,004 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,008 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,111 | 0,103 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».