MétaCan
Menu
Retour à la cohorte
Enregistrement W2023370513 · doi:10.1002/prca.201300055

Imaging mass spectrometry: A new tool for pathology in a molecular age

2013· article· en· W2023370513 sur OpenAlex

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.

Notice bibliographique

RevuePROTEOMICS - CLINICAL APPLICATIONS · 2013
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensIONICS Mass Spectrometry (Canada)
Organismes subventionnairesNational Center for Research ResourcesNational Institute of General Medical Sciences
Mots-clésLaser capture microdissectionMALDI imagingMass spectrometry imagingProteomicsMass spectrometryMicrodissectionComputer scienceMolecular imagingComputational biologyBiomedical engineeringPathologyChemistryMedicineChromatographyMatrix-assisted laser desorption/ionizationBiologyBiotechnology

Résumé

récupéré en direct d'OpenAlex

Mass spectrometry (MS) provides unique advantages for the analysis of clinical specimens, and these capabilities have been critical to the advancement of diagnostic medicine. To date, LC-MS is the MS platform most commonly used for diagnostics; however, LC-MS based proteomics is very labor intensive and costly to implement for high volume assays. Furthermore, when analyzing tissue samples, additional laborious sample preparation steps must be employed (e.g. extraction methods or laser microdissection). The direct analysis of cells and tissues by MALDI imaging MS has developed significant momentum for applications that have diagnostic potential. MALDI imaging MS provides molecular information from specific cell types within tissue sections; however, this laser-based approach significantly reduces the analysis time for each location sampled. This Viewpoint discusses the technologies for direct analysis of tissues, the potential for diagnostic applications using MALDI imaging MS, and the challenges faced in the transfer of the technology to the clinical laboratory.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,666
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,022
Tête enseignante GPT0,332
Écart entre enseignants0,310 · 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