MétaCan
Menu
Retour à la cohorte
Enregistrement W4413104994 · doi:10.1093/jnci/djaf214

Childhood cancer data initiative: expanded access to tumor molecular profiling for children, adolescents, and young adults

2025· article· en· W4413104994 sur OpenAlexaff
Joseph Flores‐Toro, Subhashini Jagu, Malcolm A. Smith, John Shern, Douglas S. Hawkins, Elaine R. Mardis, Todd A. Alonzo, Thalia Beeles, Nilsa C. Ramirez, Diana Thomas, Catherine E. Cottrell, Kareesma Parbhoo, Katherine A. Janeway, Sarah Leary, Sapna Oberoi, Rajkumar Venkatramani, Meredith S. Irwin, Theodore W. Laetsch, Kenneth Chen, Kelly M. Bailey, Mary Beth Sullivan, Emily S. Boja, Douglas R. Lowy, Jaime M. Guidry Auvil, Brigitte C Wideman, Warren A. Kibbe, James H. Doroshow

Notice bibliographique

RevueJNCI Journal of the National Cancer Institute · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensHospital for Sick ChildrenChildren's Hospital Research Institute of Manitoba
Organismes subventionnairesNational Cancer InstituteNational Institutes of Health
Mots-clésChildhood cancerProfiling (computer programming)MedicineCogCancerOncologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The Molecular Characterization Initiative (MCI), a key effort of the National Cancer Institute's Childhood Cancer Data Initiative (CCDI), was launched in 2022 in collaboration with the Children's Oncology Group (COG) to bring comprehensive genomic and molecular profiling to children, adolescents, and young adults diagnosed with cancer. The MCI provides paired tumor and germline molecular testing, with results returned to clinicians to inform care. Deidentified data are made available to the research community through the CCDI Data Ecosystem to facilitate the discovery of new treatment strategies. This commentary outlines the MCI's development, key accomplishments to date, and its role in laying the foundation for standardized clinical diagnostics in pediatric oncology.

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)0,020
score de la tête « metaresearch » (Gemma)0,082
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
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 enseignants0,996
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,082
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,001
Communication savante0,0040,005
Science ouverte0,0040,008
Intégrité de la recherche0,0040,009
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,073
Tête enseignante GPT0,409
Écart entre enseignants0,336 · 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.

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

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJNCI Journal of the National Cancer InstituteMême sujetChildhood Cancer Survivors' Quality of LifeTravaux en français237 207