MétaCan
Menu
Retour à la cohorte
Enregistrement W1969354677 · doi:10.1155/2012/362096

The Characteristics of Vascular Growth in VX2 Tumor Measured by MRI and Micro-CT

2011· article· en· W1969354677 sur OpenAlexaff
Xiuling Qi, Jane Liu, Peter N. Burns, Graham A. Wright

Notice bibliographique

RevueJournal of Oncology · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueMRI in cancer diagnosis
Établissements canadiensUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineVascularityMagnetic resonance imagingMicrocirculationBlood volumeUltrasoundIn vivoNuclear medicinePathologyRadiologyBlood vesselBiomedical engineeringInternal medicine

Résumé

récupéré en direct d'OpenAlex

Blood supply is crucial for rapid growth of a malignant tumor; medical imaging can play an important role in evaluating the vascular characterstics of tumors. Magnetic resonance imaging (MRI) and micro-computed tomography (CT) are able to detect tumors and measure blood volumes of microcirculation in tissue. In this study, we used MR imaging and micro-CT to assess the microcirculation in a VX2 tumor model in rabbits. MRI characterization was performed using the intravascular contrast agent Clariscan (NC100150-Injection); micro-CT with Microfil was used to directly depict blood vessels with diameters as low as 17 um in tissue. Relative blood volume fraction (rBVF) in the tumor rim and blood vessel density (rBVD) over the whole tumor was calculated using the two imaging methods. Our study indicates that rBVF is negatively related to the volume of the tumor measured by ultrasound (R = 0.90). rBVF in the tissue of a VX2 tumor measured by MRI in vivo was qualitatively consistent with the rBVD demonstrated by micro-CT in vitro (R = 0.97). The good correlation between the two methods indicates that MRI studies are potentially valuable for assessing characteristics or tumor vascularity and for assessing response to therapy noninvasively.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,028
Tête enseignante GPT0,288
Écart entre enseignants0,259 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations9
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of OncologyMême sujetMRI in cancer diagnosisTravaux en français237 207