MétaCan
Menu
Retour à la cohorte
Enregistrement W2130592961 · doi:10.1155/2012/404581

Oncolytic Viruses in the Treatment of Bladder Cancer

2012· article· en· W2130592961 sur OpenAlexafffund
Kyle Potts, Mary Hitt, Ronald B. Moore

Notice bibliographique

RevueAdvances in Urology · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Cancer InstituteAlberta InnovatesAlberta Heritage Foundation for Medical ResearchFondation pour la Recherche MédicaleAlberta Innovates - Health SolutionsUniversity of AlbertaCanadian Cancer Society Research InstituteCanadian Institutes of Health ResearchAlberta Cancer Foundation
Mots-clésOncolytic virusBladder cancerMedicineMalignancyCancerOncologyUrinary systemCancer researchInternal medicine

Résumé

récupéré en direct d'OpenAlex

Bladder carcinoma is the second most common malignancy of the urinary tract. Up to 85% of patients with bladder cancer are diagnosed with a tumor that is limited to the bladder mucosa (Ta, T1, and CIS). These stages are commonly termed as non-muscle-invasive bladder cancer (NMIBC). Although the treatment of NMIBC has greatly improved in recent years, there is a need for additional therapies when patients fail bacillus Calmette-Guérin (BCG) and chemotherapeutic agents. We propose that bladder cancer may be an ideal target for oncolytic viruses engineered to selectively replicate in and lyse tumor cells leaving normal cells unharmed. In support of this hypothesis, here we review current treatment strategies for bladder cancer and their shortcomings, as well as recent advancements in oncolytic viral therapy demonstrating encouraging safety profiles and antitumor activity.

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 enseignants0,631
Score d'incertitude au seuil0,255

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 Opus0,027
Tête enseignante GPT0,379
Écart entre enseignants0,352 · 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

Citations25
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in UrologyMême sujetVirus-based gene therapy researchTravaux en français237 207