MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406150859 · doi:10.3390/curroncol32010032

Initial Treatment Modalities in Patients with Newly Diagnosed Primary Lung Cancer in Japan

2025· article· en· W4406150859 sur OpenAlexvenueno aff
Qingqing Hu, Kuan‐Chih Huang, Ko Nakajo, Yongjing Zhang, Hong Qiu

Notice bibliographique

RevueCurrent Oncology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineLung cancerRadiation therapyChemotherapyCancerDiseaseCohortRetrospective cohort studyInternal medicineStage (stratigraphy)OncologyLung

Résumé

récupéré en direct d'OpenAlex

Treatment for lung cancer continues to rapidly evolve. Here, we describe trends in the initial treatment of adults with newly diagnosed primary non-small-cell lung cancer in Japan. This retrospective cohort study used data from JMDC Inc. Claims Database from 2015 to 2023. Adults with lung cancer, confirmed using a combination of diagnosis, treatment, or procedure codes, were enrolled. A total of 9373 patients were included, with a mean age of approximately 59 years. The median time from diagnosis to treatment initiation ranged from 38 days in patients treated surgically to 25 days in patients with distant metastases. The observed trends were a decrease in the percentage of newly diagnosed patients with distant metastases, a decline in chemotherapy use in patients with early-stage disease, and in advanced disease, a more than doubling in the use of targeted therapy, including checkpoint inhibitors, while radiotherapy and chemotherapy tended to decrease. The observed changes in treatment were driven mainly by the increased use of targeted therapies including checkpoint inhibitors and are aligned with current treatment guidelines in Japan. The observation of fewer patients with distant metastases over time possibly indicates earlier detection. Additional research is needed to understand if new therapies are being extended to older and frail patients with lung cancer in Japan.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,031
Tête enseignante GPT0,423
Écart entre enseignants0,392 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Oncology→Même sujetLung Cancer Treatments and Mutations→Travaux en français237 207→