MétaCan
Menu
Retour à la cohorte
Enregistrement W108200661 · doi:10.1007/978-1-60327-409-8_13

Ultrasound Imaging of Apoptosis: Spectroscopic Detection of DNA-Damage Effects at High and Low Frequencies

2010· article· en· W108200661 sur OpenAlexafffund
Roxana Vlad, Michael C. Kolios, Gregory J. Czarnota

Notice bibliographique

RevueMethods in molecular biology · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasound and Hyperthermia Applications
Établissements canadiensSunnybrook Health Science CentreHealth Sciences CentreToronto Metropolitan UniversityPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésUltrasoundProgrammed cell deathApoptosisIn vivoEx vivoCellMedicinePathologyBiomedical engineeringRadiologyBiology

Résumé

récupéré en direct d'OpenAlex

A new noninvasive method for the detection of DNA damage using mid-to high-frequency ultrasound (10-60 MHz) has been developed. Ultrasound imaging and quantitative analysis methods are used to detect cell death occurring in response to anticancer therapies in cell samples in vitro, in rat brain tissue ex vivo, and in cancer mouse models in vivo. Experimental evidence indicates that the mechanism behind this ultrasonic detection is linked to changes in the size and acoustic properties of the cell nucleus occurring with forms of cell death, and in particular apoptosis. Nuclear changes associated with cell death can result in up to 16-fold increase in ultrasound backscatter intensity and changes in spectral slope that are consistent with theoretical predictions. Furthermore, color-coded images can be generated based on specific ultrasound parameters in order to identify the regions of cell death in tumor ultrasound images with treatments. These results provide a foundation for future investigations regarding the use of ultrasound in preclinical and clinical settings to noninvasively monitor tumor responses to specific interventions that induce cell death.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,424

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,274
Écart entre enseignants0,269 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetUltrasound and Hyperthermia ApplicationsTravaux en français237 207