MétaCan
Menu
Retour à la cohorte
Enregistrement W2396009463 · doi:10.1007/978-1-62703-547-7_31

Orthotopic, Syngeneic Mouse Model to Study the Effects of Epithelial–Stromal Interaction

2013· article· en· W2396009463 sur OpenAlexafffund
James Greenaway, Jim Petrik

Notice bibliographique

RevueMethods in molecular biology · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Research and Treatments
Établissements canadiensUniversity of Guelph
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésStromal cellOvarian cancerStromaCancer researchImmune systemBiologyEpitheliumAnimal modelDiseaseCancerImmunologyMedicinePathologyInternal medicineImmunohistochemistryEndocrinology

Résumé

récupéré en direct d'OpenAlex

One of the difficulties in studying ovarian cancer historically has been the lack of a suitable animal model that replicates the human disease. Mouse models that utilize intraperitoneal implantation of tumorigenic cells lack interaction between the transformed ovarian epithelial cells and the ovarian stroma, which we have shown to be an integral component in replicating the etiology seen in human epithelial ovarian cancer (Greenaway, Gynecol Oncol 108:385-394, 2008). Xenograft models generally require the use of immunocompromised hosts, which then eliminates the influence of the immune system in disease progression, which also has been shown to be an important part of the progression of epithelial ovarian cancer (EOC). In this chapter, we describe the generation and optimization of an orthotopic, syngeneic mouse model and illustrate the importance of facilitating epithelial-stromal cell interaction to more closely replicate human EOC.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,427

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 Opus0,022
Tête enseignante GPT0,416
Écart entre enseignants0,394 · 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

Citations4
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetCancer Research and TreatmentsTravaux en français237 207