MétaCan
Menu
Retour à la cohorte
Enregistrement W2061398775 · doi:10.1158/1538-7445.am2014-1224

Abstract 1224: A patient derived xenograft (PDX) platform for development of next generation KIT kinase inhibitors in imatinib-resistant gastrointestinal stromal tumors (GIST)

2014· article· en· W2061398775 sur OpenAlexaff
Chelsea Mullins, Jill M. Ricono, Patrick Carson, Gaston Habets, Rafe Shellooe, Hoa Nguyen, Thomas Broudy, Cyrus Mirsaidi, Praveen Nair

Notice bibliographique

RevueCancer Research · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueGastrointestinal Tumor Research and Treatment
Établissements canadiensWorkplace Health, Safety and Compensation Commission
Organismes subventionnairesnon disponible
Mots-clésGiSTImatinibMedicineDasatinibStromal tumorImatinib mesylateCancerOncologyCancer researchDrug resistanceInternal medicineStromal cellBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Despite best efforts in the treatment of gastrointestinal stromal tumors (GIST), patients continue to face a poor prognosis. That said, introduction of imatinib into clinical practice has vastly improved outcomes for KIT positive patients. However, as with many kinases, resistance has developed into a clinical dilemma, rendering the drug ineffective. A number of resistance mutations have previously been identified including the well known D816 activating mutation. To overcome this challenge, we have established a set of GIST patient derived xenograft models to recapitulate the original patient tumor, including genetics of resistance. In this work, we show four primary GIST samples which were selected based on mutational and clinical profile. PDX models were developed in immunocompromised mice and were further characterized by immunohistochemistry, additional sequencing and pharmacological efficacy. We then evaluated the efficacy of chemotherapeutic agents in these models. We describe imatinib resistance mutations, and demonstrate in vivo efficacy of dasatinib over imatinib in the resistant GIST PDX model. Take together, this data validates these GIST PDX models as a novel platform for the evaluation of new drug candidates to better delay and circumvent resistance now found in the clinic. Citation Format: Chelsea Mullins, Jill Ricono, Patrick Carson, Gaston Habets, Rafe Shellooe, Hoa Nguyen, Thomas Broudy, Cyrus Mirsaidi, Praveen Nair. A patient derived xenograft (PDX) platform for development of next generation KIT kinase inhibitors in imatinib-resistant gastrointestinal stromal tumors (GIST). [abstract]. In: Proceedings of the 105th Annual Meeting of the American Association for Cancer Research; 2014 Apr 5-9; San Diego, CA. Philadelphia (PA): AACR; Cancer Res 2014;74(19 Suppl):Abstract nr 1224. doi:10.1158/1538-7445.AM2014-1224

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,143
Tête enseignante GPT0,383
Écart entre enseignants0,240 · 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'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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetGastrointestinal Tumor Research and TreatmentTravaux en français237 207