MétaCan
Menu
Retour à la cohorte
Enregistrement W2129567747 · doi:10.1158/1078-0432.ccr-09-2824

Cancer Stem Cells and Self-renewal

2010· review· en· W2129567747 sur OpenAlexaff
Catherine O′Brien, Antonija Kreso, Catriona Jamieson

Notice bibliographique

RevueClinical Cancer Research · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésCancerCancer stem cellContext (archaeology)Stem cellCancer cellBiologyCancer researchConfusionNeuroscienceCell biologyPsychologyGenetics

Résumé

récupéré en direct d'OpenAlex

The cancer stem cell (CSC) or cancer-initiating cancer (C-IC) model has garnered considerable attention over the past several years since Dick and colleagues published a seminal report showing that a hierarchy exists among leukemic cells. In more recent years, a similar hierarchical organization, at the apex of which exists the CSC, has been identified in a variety of solid tumors. Human CSCs are defined by their ability to: (i) generate a xenograft that histologically resembles the parent tumor from which it was derived, (ii) be serially transplanted in a xenograft assay thereby showing the ability to self-renew (regenerate), and (iii) generate daughter cells that possess some proliferative capacity but are unable to initiate or maintain the cancer because they lack intrinsic regenerative potential. The emerging complexity of the CSC phenotype and function is at times daunting and has led to some confusion in the field. However, at its core, the CSC model is about identifying and characterizing the cancer cells that possess the greatest capacity to regenerate all aspects of the tumor. It is becoming clear that cancer cells evolve as a result of their ability to hijack normal self-renewal pathways, a process that can drive malignant transformation. Studying self-renewal in the context of cancer and CSC maintenance will lead to a better understanding of the mechanisms driving tumor growth. This review will address some of the main controversies in the CSC field and emphasize the importance of focusing first and foremost on the defining feature of CSCs: dysregulated self-renewal capacity.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,469
Tête enseignante GPT0,612
Écart entre enseignants0,143 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations474
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer ResearchMême sujetCancer Cells and MetastasisTravaux en français237 207