Notice bibliographique
Résumé
<b>Compliance with Ethical Standards</b> <b>Funding</b> The preparation of this review was not supported by any external funding. <b>Conflict of interest</b><b><i> </i></b><b> </b>During the peer review process the manufacturer of the agent under review was offered an opportunity to comment on the article. Changes resulting from any comments received were made by the authors on the basis of scientific completeness and accuracy. Arnold Lee is a salaried employee of Adis International Ltd/Springer Nature, is responsible for the article content and declares no relevant conflicts of interest.<br>Additional information about this Adis Drug Review can be found <b>here</b><br><b>Abstract </b> Tucatinib is an oral, small molecule, selective HER2 inhibitor initially developed by Array BioPharma (a subsidiary of Pfizer) and subsequently developed by Seattle Genetics for the treatment of HER2-positive solid tumours, including breast cancer and colorectal cancer. Tucatinib was approved in the USA in April 2020 and in Switzerland in May 2020 for the treatment of HER2-positive breast cancer, and is pending regulatory review in the EU, Australia, Canada and Singapore. This article summarizes the milestones in the development of tucatinib leading to this first approval in patients with advanced unresectable or metastatic HER2-positive breast cancer.<br>
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,880 | 0,220 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».