From cell population models to tumor control probability: Including cell cycle effects
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.
Notice bibliographique
Résumé
BACKGROUND: Classical expressions for the tumor control probability (TCP) are based on models for the survival fraction of cancer cells after radiation treatment. We focus on the derivation of expressions for TCP from dynamic cell population models. In particular, we derive a TCP formula for a generalized cell population model that includes the cell cycle by considering a compartment of actively proliferating cells and a compartment of quiescent cells, with the quiescent cells being less sensitive to radiation than the actively proliferating cells. METHODS: We generalize previously derived TCP formulas of Zaider and Minerbo and of Dawson and Hillen to derive a TCP formula from our cell population model. We then use six prostate cancer treatment protocols as a case study to show how our TCP formula works and how the cell cycle affects the tumor treatment. RESULTS: The TCP formulas of Zaider-Minerbo and of Dawson-Hillen are special cases of the TCP formula presented here. The former one represents the case with no quiescent cells while the latter one assumes that all newly born cells enter a quiescent cell phase before becoming active. From our case study, we observe that inclusion of the cell cycle lowers the TCP. CONCLUSION: The cell cycle can be understood as the sequestration of cells in the quiescent compartment, where they are less sensitive to radiation. We suggest that our model can be used in combination with synchronization methods to optimize treatment timing.
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 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle