MétaCan
Menu
Retour à la cohorte
Enregistrement W4408999921 · doi:10.3390/curroncol32040202

Merkel-Cell Carcinoma: Local Recurrence Rate Versus Radiation Dose Study from a 949-Patient Database

2025· article· en· W4408999921 sur OpenAlexaffvenue
Patricia Tai, Michael Veness, Vimal H. Prajapati, Aoife Jones Thachuthara, Jidong Lian, Avi Assouline, Kurian Joseph

Notice bibliographique

RevueCurrent Oncology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiquePolyomavirus and related diseases
Établissements canadiensWestern UniversityUniversity of TorontoUniversity of AlbertaUniversity of CalgaryUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMedicineRadiation therapyMerkel cell carcinomaAdjuvantCarcinomaAdjuvant radiotherapyOncologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

(1) Background: Knowledge regarding the optimal radiotherapy dose for Merkel-cell carcinoma (MCC) remains limited. (2) Methods: Following a PubMed search, equivalent doses in 2 Gy fractions (Gy2) were compared. (3) Results: Of the 949 patients, 939 were evaluable, with 728 (77.5%) cases localized to the primary site and 171 irradiated without chemotherapy. The overall local recurrence rate (LRR) was 23% (40/171). After definitive radiotherapy with EQD2 < 50 Gy2 versus ≥50 Gy2, the LRRs were 23.1% (3/13) and 12.5% a(1/8), respectively (p = 0.0004). (4) Conclusions: For definitive radiotherapy, EQD2 < 50 Gy2 demonstrates a significantly higher LRR than ≥50 Gy2 (p = 0.0004). This study is clinically useful and unique with stratification by definitive/adjuvant settings and positive/negative resection margins. A future prospective multicenter study is needed to determine the optimal radiotherapy doses.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,844
Score d'incertitude au seuil0,759

Scores Codex et Gemma par catégorie

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

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 Opus0,071
Tête enseignante GPT0,394
Écart entre enseignants0,324 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetPolyomavirus and related diseasesTravaux en français237 207