Bibliographic record
Abstract
膵・消化管神経内分泌腫瘍（neuroendocrine neoplasm：NEN）に対する治療は神経内分泌腫瘍（neuroendocrine tumor：NET）と神経内分泌がん（neuroendocrine carcinoma：NEC）で異なり，NETは膵原発と消化管原発で治療方針が異なる（表１ ）。NETに対しては切除可能であれば切除を，消化管NETに対しては内視鏡治療も考慮される。肝転移に対してはラジオ波焼灼術や肝動脈化学塞栓術なども選択される。ホルモン症状を有する機能性NETに対しては，症状のコントロールする目的でソマトスタチンアナログ製剤が用いられる。腫瘍制御を目的とする場合，ソマトスタチンアナログ製剤，分子標的治療薬，細胞障害性抗がん剤が用いられる（表２ ）。放射線療法として，骨転移，脳転移に対する緩和目的にて行われることがある。また，放射性核種標識ペプチド治療（peptide receptor radionuclide therapy：PRRT）が欧米ではしばしば使用されており，日本でも近日，承認される見込みである。NECに対しては，切除可能であれば切除が行われ，切除不能例に対してはプラチナベースの化学療法が用いられる。 本稿では，NENの薬物療法の全般に関しては，2019年に発刊された「膵・消化管神経内分泌腫瘍（NEN）診療ガイドライン」1 ）をご参照いただきたく，本稿では薬物療法の最前線の内容を中心に概説する。
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".