MétaCan
Menu
Retour à la cohorte
Enregistrement W2044096455 · doi:10.4161/cbt.8.11.8343

A human bone NOD/SCID mouse model to distinguish metastatic potential in primary breast cancers

2009· article· en· W2044096455 sur OpenAlexafffund
Pearl Lam, Wenyi Yang, Yutaka Amemiya, Harriette Kahn, Albert Yee, Claire Holloway, Arun Seth

Notice bibliographique

RevueCancer Biology & Therapy · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensSunnybrook HospitalSunnybrook Health Science Centre
Organismes subventionnairesCanadian Breast Cancer Research AllianceBreast Cancer Alliance
Mots-clésNodHuman breastMedicineBreast cancerPathologyHuman boneCancerPrimary tumorBone metastasisCancer researchMetastasisBiologyInternal medicineEndocrinologyIn vitro

Résumé

récupéré en direct d'OpenAlex

In this study, we created a clinically relevant model using NOD/SCID mice engrafted with human bone fragments in both right and left flanks, and show that the human bone implants are viable and functional for more than 6 mo. To investigate the growth and metastatic behavior of breast cancer, human primary breast tumor specimens were transplanted into human bone grafts under only the right flanks of the human-bone NOD/SCID mice. Some of the engrafted tumors proliferated extensively with massive neo-vascularization and also metastasized to the initially tumor-free left flank bone grafts. We show for the first time that this mouse model can be used to distinguish between primary breast tumors that do or do not proliferate and metastasize to contralateral human bone implants that were initially tumor-free.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,619
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,032
Tête enseignante GPT0,332
Écart entre enseignants0,300 · 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

Citations13
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancer Biology & TherapyMême sujetCancer Cells and MetastasisTravaux en français237 207