MétaCan
Menu
Retour à la cohorte
Enregistrement W2533419167 · doi:10.1158/1078-0432.ccr-16-0460

Role of the Microenvironment in Liver Metastasis: From Pre- to Prometastatic Niches

2016· review· en· W2533419167 sur OpenAlexafffund
Pnina Brodt

Notice bibliographique

RevueClinical Cancer Research · 2016
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune cells in cancer
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesCanadian Institutes of Health ResearchCanadian HIV Trials Network, Canadian Institutes of Health Research
Mots-clésNicheMetastasisTumor microenvironmentBiologyCancer researchMedicineCancerTumor cellsEcologyGenetics

Résumé

récupéré en direct d'OpenAlex

Liver metastases remain a major barrier to successful management of malignant disease, particularly for cancers of the gastrointestinal tract but also for other malignancies, such as breast carcinoma and melanoma. The ability of metastatic cells to survive and proliferate in the liver is determined by the outcome of complex, reciprocal interactions between tumor cells and different local resident subpopulations, including the sinusoidal endothelium, stellate, Kupffer, and inflammatory cells that are mediated through cell-cell and cell-extracellular matrix adhesion and the release of soluble factors. Cross-communication between different hepatic resident cells in response to local tissue damage and inflammation and the recruitment of bone marrow cells further enhance this intercellular communication network. Both resident and recruited cells can play opposing roles in the progression of metastasis, and the balance of these divergent effects determines whether the tumor cells will die, proliferate, and colonize the new site or enter a state of dormancy. Moreover, this delicate balance can be tilted in favor of metastasis, if factors produced by the primary tumor precondition the microenvironment to form niches of activated resident cells that promote tumor expansion. This review aims to summarize current knowledge on these diverse interactions and the impact they can have on the clinical management of hepatic metastases. Clin Cancer Res; 22(24); 5971-82. ©2016 AACR.

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)0,000
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,217
Tête enseignante GPT0,500
Écart entre enseignants0,283 · 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

Citations318
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical Cancer ResearchMême sujetImmune cells in cancerTravaux en français237 207