The Treatment of Metastatic Non-small Cell Lung Cancer (NSCLC) in New Era of Personalised Medicine
Notice bibliographique
Résumé
Lung cancer is the leading cause of cancer related mortality in Canada and USA. Majority of the patients present in advanced stage of the disease and of these only about 2% will be alive at 5 years. NSCLC is the most common form of lung cancer, accounting for approximately 87% of cases. Systemic chemotherapies have been used to treat metastatic NSCLC for decades, but the improvements of outcomes have reached a plateau. Recent advances in understanding signalling pathways for malignant cells, their interconections,the importance of various receptors and biomarkers and the interplay between various oncogenes have led to the development of targeted treatments that are improving both efficacy and safety of the treatments. Knowledge about the advantages of treatments with the targeted agents in metastatic NSCLC is growing rapidly. Combining various targeted agents or sequencing them properly will be important in the era of personalised medicine and overcoming development of the resistence to various targeted agents will be challenging. The importance of a team work,from the diagnosis through various treatments, to supportive care, from the interventional radiologists, pneumologists or surgeons, who have to obtain a satisfactory tumor tissue specimen, to pathologists, radiation and medical oncologists, to supportive care specialists, will be described in our publications. We will cover completely present and future approaches to personalised medicine in this rapidly evolving field of metastatic NSCLC.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,039 | 0,026 |
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 ».