Protein-protein interaction in pancreatic cancer
Notice bibliographique
Résumé
Pancreatic cancer leads as the most lethal malignant neoplasm in the developing world [1]. The two main types are adenocarcinoma and endocrine tumors, accounting for 85% and 5% of pancreatic cancers respectively [1]. Multiple risk factors are associated with pancreatic cancer such as recreational drug use, smoking, alcohol, genetics, diabetes, physical exercise and age. The disease affects men slightly more than women (~5% more) as age increases [1]. Research on the origins of this cancer has been eluded due to the absence of experimental procedures on humans that violate ethical standards in the U.S and Canada. Experiments on mouse models may serve as a guide but are limited. Firstly, cross-cultural correlational data collected on patients are inadequate due to confounding demographic variables that are inconsistent between different groups such as socioeconomic status, social networks, and access to healthcare. Prevention and Future Goals: Due to lack of screening procedures for prevention it may be beneficial in identifying risk factors to help reduce chances of getting pancreatic cancer. Also, community and state-wide fundraising programs can help incapable families obtain access to expensive chemotherapeutic drugs, such as COX-inhibitors that have reported potential activity against pancreatic cancer [1] Facts & Figures [1,2,3] - Pancreatic cancer is the 7th leading cause of death globally and accounting for 4% of all deaths due to cancer. - Occurrence in men: 1 in 74 will develop pancreatic cancer and 1 in 72 will die due pancreatic cancer. - Occurrence in Women: 1 in 72 will develop pancreatic cancer and 1 in 66 will die due to pancreatic cancer. - 5-year survival rate is <5%. Resources: - American Cancer Society - Canadian Cancer Society - Support Pancreatic Cancer in Canada - Pancreatic Cancer Action Network
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».