MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408990988 · doi:10.1080/14796694.2025.2470106

A plain language summary of the results from the MAGNITUDE study assessing how effective and how safe niraparib and abiraterone acetate with prednisone is in patients with metastatic castration-resistant prostate cancer

2025· article· en· W4408990988 sur OpenAlexaff
Kim N., Dana E. Rathkopf, Matthew R. Smith, Eleni Efstathiou, Gerhardt Attard, David Olmos, Ji Youl Lee, Eric J. Small, Andrea Juliana Gomes, Guilhem Roubaud, Marniza Saad, Bogdan Żurawski, V.S. Sakalo, Gary Mason, Peter Francis, George Wang, Daphne Wu, Brooke Diorio, Angela Lopez‐Gitlitz, Shahneen Sandhu

Notice bibliographique

RevueFuture Oncology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiquePARP inhibition in cancer therapy
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAbiraterone acetatePrednisoneMedicineProstate cancerInternal medicineOncologyCancerAndrogen deprivation therapy

Résumé

récupéré en direct d'OpenAlex

OpenAlex consigne un résumé pour ce travail, mais il n'a pas pu être récupéré à l'instant.

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)0,011
score de la tête « metaresearch » (Gemma)0,056
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,235

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,056
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,006
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0700,020

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 Opus0,009
Tête enseignante GPT0,298
Écart entre enseignants0,289 · 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
GenreAutre

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 revueFuture Oncology→Même sujetPARP inhibition in cancer therapy→Travaux en français237 207→