MétaCan
Menu
Retour à la cohorte
Enregistrement W2045945059 · doi:10.1088/0031-9155/50/13/006

Radiation damage, repopulation and cell recovery analysis of<i>in vitro</i>tumour cell megacolony culture data using a non-Poissonian cell repopulation TCP model

2005· article· en· W2045945059 sur OpenAlexaff
Pavel Stavrev, M Weldon, Brad Warkentin, Nadejda Stavreva, B. G. Fallone

Notice bibliographique

RevuePhysics in Medicine and Biology · 2005
Typearticle
Langueen
DomaineMathematics
ThématiqueMathematical Biology Tumor Growth
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésRepopulationCellBiological systemExperimental dataCell cultureIn vitroBiologyComputer scienceCell biologyMathematicsStatisticsStem cellGeneticsHaematopoiesis

Résumé

récupéré en direct d'OpenAlex

The effects of radiation damage, tumour repopulation and cell sublethal damage repair and the possibility of extracting information about the model parameters describing them are investigated in this work. Previously published data on two different cultured cell lines were analysed with the help of a tumour control probability (TCP) model that describes tumour cell dynamics properly. Different versions of a TCP model representing the cases of full or partial cell recovery between fractions of radiation, accompanied by repopulation or no repopulation were used to fit the data and were ranked according to statistical criteria. The data analysis shows the importance of the linear-quadratic mechanism of cell damage for the description of the in vitro cell dynamics. In a previous work where in vivo data were analysed, the employment of the single hit model of cell kill and cell repopulation produced the best fit, while ignoring the quadratic term of cell damage in the current analysis leads to poor fits. It is also concluded that more experiments using different fractionation regimes producing diverse data are needed to help model analysis and better ranking of the models.

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)0,001
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 enseignants0,936
Score d'incertitude au seuil0,677

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,222
Tête enseignante GPT0,409
Écart entre enseignants0,187 · 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

Citations11
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and BiologyMême sujetMathematical Biology Tumor GrowthTravaux en français237 207