La leucémie de l’enfant
Notice bibliographique
Résumé
Cancer affects 1 in every 500 children before the age of 14. Little is known about the etiology of this heterogeneous group of diseases despite the fact that they constitute the major cause of death by disease among this population. Because of its relatively higher prevalence, most of the work done in pediatric oncogenetics has been focused on leukemias, particularly acute lymphoblastic leukemia (ALL). Although it is now well accepted that genetic variations play a significant role in determining individual's cancer susceptibility, few studies have explored genetic susceptibility to childhood leukemia with respect to polymorphisms. The main biological mechanisms contributing to cancer susceptibility can be grouped into broad categories : (1) cellular growth and differentiation, (2) DNA replication and repair, (3) xenobiotic metabolism, (4) apoptosis, (5) oxidative stress response and (6) cell cycle. To evaluate whether candidate genes in these pathways are involved in childhood leukemogenesis, we conducted association studies. We showed that leukemogenesis in children may be associated with genetic variants and that the combination of genotypes seems to be more predictive of risk than either of them independently. These results indicate that the genetic investigation of several enzymes (or metabolic pathways) is needed to explain the physiopathology of childhood leukemia because of the complexity of the environment and that of the inter-individual variability in cancer susceptibility.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,006 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».