Clinical predictive value of the in vitro cell line, human xenograft, and mouse allograft preclinical cancer models.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: We looked at the value of three preclinical cancer models, the in vitro human cell line, the human xenograft, and the murine allograft, to examine whether they are reliable in predicting clinical utility. EXPERIMENTAL DESIGN: Thirty-one cytotoxic cancer drugs were selected. Literature was searched for drug activity in Phase II trials, human xenograft, and mouse allografts in breast, non-small cell lung, ovary, and colon cancers. Data from the National Cancer Institute Human Tumor Cell Line Screen were used to calculate drug in vitro preclinical activity for each cancer type. Phase II activity versus preclinical activity scatter plot and correlation analysis was conducted for each model, by tumor type (disease-oriented approach), using one tumor type as a predictor of overall activity in the other three tumor types combined (compound-oriented approach) and for all four tumor types together. RESULTS: The in vitro cell line model was predictive for non-small cell lung cancer under the disease-oriented approach, for breast and ovarian cancers under the compound-oriented approach, and for all four tumor types together. The mouse allograft model was not predictive. The human xenograft model was not predictive for breast or colon cancers, but was predictive for non-small cell lung and ovarian cancers when panels of xenografts were used. CONCLUSIONS: These results suggest that under the right framework and when panels are used, the in vitro cell line and human xenograft models may be useful in predicting the Phase II clinical trial performance of cancer drugs. Murine allograft models, as used in this analysis, appear of limited utility.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle