Strategies for obtaining bone biopsy specimens from breast cancer patients – Past experience and future directions
Notice bibliographique
Résumé
BACKGROUND: Cancer and its treatment can have multiple effects on the bone. Despite the widespread use of in vivo and in vitro models, it is still necessary to understand these effects in humans. Obtaining human bone biopsies is technically challenging and in this article we review the experiences from the Ottawa Bone Oncology Program. METHODS: A series of bone biopsy studies in breast cancer patients with and without bone metastasis have been performed. We reviewed the results of these studies and present them in a descriptive manner. We discuss lessons learned from each project and how they have affected future directions for research. RESULTS: Since 2009, 5 studies have been performed accruing 97 breast cancer patients. Study endpoints have ranged from comparing the yield of malignant cells from CT-guided versus standard iliac crest biopsies, to studies assessing the feasibility of micro-CT analysis on Jedhadi trephines to evaluate bisphosphonate effects on bone micro-architecture. More recently, we have assessed the feasibility of performing repeat bone biopsies in the same patient as well as evaluating the practicality of obtaining bone tissue at the time of orthopaedic surgery. CONCLUSION: Human bone tissue is an important biological resource. Our experience suggests that obtaining bone biopsies is feasible and can yield adequate amount of tumour cells for many studies. However, these remain technically challenging specimens to obtain and given the rapid advances in cancer therapeutics and the use of potent adjuvant bone-targeted agents, more centres need to be involved in these types of studies.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».