MétaCan
Menu
Back to cohort

Utilização de DNA Tumoral Circulante na Análise de Prognóstico de Pacientes com Tumores Malignos Sólidos do Trato Gastrintestinal: Revisão Sistemática

2025· article· pt· W4406792537 on OpenAlexaboutno aff
G Abreu, Mariana Albuquerque de Brito, Ana Paula de Souza Ramos

Bibliographic record

VenueRevista Brasileira de Cancerologia · 2025
Typearticle
Languagept
FieldBiochemistry, Genetics and Molecular Biology
TopicCancer Genomics and Diagnostics
Canadian institutionsnot available
Fundersnot available
KeywordsMedicineGynecology

Abstract

fetched live from OpenAlex

Introdução: O DNA tumoral circulante (ctDNA), um dos principais expoentes da biópsia líquida, constitui uma ferramenta promissora na área da oncologia. Contudo, seu uso na prática clínica, apesar de variado, necessita de maiores embasamentos. Objetivo: Avaliar o impacto da utilização do DNA tumoral circulante como ferramenta para qualificar o prognóstico de pacientes com tumores malignos sólidos do trato gastrintestinal. Método: Revisão sistemática baseada em estudos do tipo coorte, utilizando as bases de dados MEDLINE, LILACS, SciELO, Science Direct e BASE. A avaliação da qualidade metodológica foi feita pela Newcaslte-Ottawa Quality Assessment Scale. Resultados: Dos 557 artigos encontrados inicialmente, a amostra final do presente estudo contou com 13 artigos. Observou-se maiores taxas de recidiva tumoral e menores taxas de sobrevida em pacientes ctDNA-positivos com tumores de todos os principais sítios do trato gastrintestinal, em relação àqueles ctDNA-negativos. Esta correlação foi consistente ao longo de todos os estágios tumorais. Ademais, o ctDNA se mostrou mais eficaz na predição de recidiva tumoral comprovada por exame radiológico quando comparado ao antígeno carcinoembrionário, tipicamente utilizado nesse contexto. Conclusão: Os resultados encontrados apoiam a utilização do DNA tumoral circulante no cenário descrito, de modo complementar às ferramentas de avaliação de prognóstico comumente utilizadas na prática clínica atual.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.003
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.196
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.003
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.001
Science and technology studies0.0000.001
Scholarly communication0.0010.000
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.017
GPT teacher head0.284
Teacher spread0.267 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations2
Published2025
Admission routes1
Has abstractyes

Explore more

Same venueRevista Brasileira de CancerologiaSame topicCancer Genomics and DiagnosticsFrench-language works237,207