MétaCan
Menu
Retour à la cohorte
Enregistrement W2065095418 · doi:10.1593/tlo.13613

Three-dimensional Nuclear Telomere Organization in Multiple Myeloma

2013· article· en· W2065095418 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueTranslational Oncology · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueTelomeres, Telomerase, and Senescence
Établissements canadiensUniversité de SherbrookeResearch Institute in Oncology and HematologyUniversity of ManitobaResearch ManitobaCancerCare Manitoba
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Foundation for Innovation
Mots-clésTelomereMultiple myelomaMonoclonal gammopathy of undetermined significanceCellular AgingBone marrowMedicineDiseasePathologyBiologyCancer researchInternal medicineImmunologyMonoclonalDNAMonoclonal antibodyGeneticsAntibody

Résumé

récupéré en direct d'OpenAlex

Multiple myeloma (MM) is preceded by monoclonal gammopathy of undetermined significance (MGUS). Up to date, it is difficult to predict an individual's time to disease progression and the treatment response. To examine whether the nuclear telomeric architecture will unravel some of these questions, we carried out. Three-dimensional (3D) telomere analysis on samples from patients diagnosed with MGUS and MM, as well as from patients who went into relapse. Telomere signal intensity, number of telomere aggregates, nuclear volume, and the overall nuclear telomere distribution (a/c ratio) were analyzed. The telomeric profiles allowed for the differentiation of the disease stages. The telomeric profiles of myeloma cells obtained from blood and bone marrow aspirates were identical. Based on this study, we discuss the use of 3D telomere profiling as a potential future tool for risk stratification and personalized treatment decisions.

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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,143
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,023
Tête enseignante GPT0,261
Écart entre enseignants0,238 · 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