MétaCan
Menu
Retour à la cohorte
Enregistrement W2013317800 · doi:10.3892/ijo.30.4.857

An automated nanoliter dispenser for staining individual biopsies in tissue microarrays

2007· article· en· W2013317800 sur OpenAlex
Jared R. Slobodan, Dylan Gunn, Jason Thompson, K Guggenheimer, Keddie Brown, Mark Homenuke, Roy Belak, Diponkar Banerjee, David Broemeling, Andre Marziali

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueInternational Journal of Oncology · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Biosensing Techniques and Applications
Établissements canadiensBC Cancer AgencySt. Paul's HospitalUniversity of British Columbia
Organismes subventionnairesBC Cancer AgencyGenome British Columbia
Mots-clésTissue microarrayImmunohistochemistryBiologyStainingPathologyIn situ hybridizationMicroarrayDNA microarrayBiochipIn situComputational biologyBioinformaticsMedicineGene expressionChemistryImmunologyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

In the field of molecular analysis of cancer, there exists a need for a clinical device that can automate protocols for immunohistochemical and in situ hybridization diagnostic staining on tissue microarrays. The tissue microarray antibody spotter (TMAS) has been developed to provide fundamental improvements over current histological staining techniques by enabling precision application of reagents to individual biopsies within a tissue microarray. This allows for multiplexed reactions on a single slide and promises to significantly reduce costs associated with immunohistochemistry and in situ hybridization based assays. Additionally, because TMAS allows for testing of different biomarkers on each element of a tissue array, a complete cancer profile can be obtained from a single TMA slide. Ultimately this may lead to cost-effective, faster and more accurate diagnosis of the patient.

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 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 enseignants0,387
Score d'incertitude au seuil0,270

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 Opus0,018
Tête enseignante GPT0,418
Écart entre enseignants0,399 · 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