MétaCan
Menu
Retour à la cohorte
Enregistrement W2100651704 · doi:10.1155/2003/238921

<i>In Vitro</i> Model for Studying Malignancy Associated Changes

2002· article· en· W2100651704 sur OpenAlexaff
Xiao Rong Sun, Yonghong Zheng, Calum MacAulay, Stephen Lam, Alexei Doudkine, Branko Palcic

Notice bibliographique

RevueAnalytical Cellular Pathology · 2002
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésMalignancyIn vitroCell culturePathologyBiologyIn vivoLung cancerCellCancerEpitheliumCancer researchImmunologyMedicineGenetics

Résumé

récupéré en direct d'OpenAlex

Malignancy associated changes (MAC) can be defined as subtle morphological and physiologic changes that are found in ostensibly normal cells of patients harboring malignant disease. It has been postulated that MAC have a potential to become a useful tool in detection, diagnosis and prognosis of malignant diseases. An in vitro cell culture model system was designed to study interactions between non-small cell lung cancer (NSCLC) and the normal bronchial epithelium of the human respiratory tract in vivo to see if the MAC-like phenomenon can be detected in such a system. In this study we examined changes in nuclear features of normal human bronchial epithelial cells (NHBE) when they were co-cultured with cells derived from a lung cancer cell line NCI-H460. Using discriminant function analysis, nuclear features were determined which allow maximal discrimination between normal cells incubated with or without cancerous cells. Our results demonstrate that MAC appear to be specific to changes induced by malignancy, and that these changes differ from those induced by growth factors in the serum. This study provides evidence in support to the hypothesis that MAC are induced by a soluble factor(s) released by malignant cells. Colour figure can be viewed on http://www.esacp.org/acp/2003/25-2/sun.htm

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)0,000
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 enseignants0,730
Score d'incertitude au seuil0,512

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,044
Tête enseignante GPT0,268
Écart entre enseignants0,224 · 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

Citations8
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical Cellular PathologyMême sujetRNA modifications and cancerTravaux en français237 207