MRI surveillance of cancer cell fate in a brain metastasis model after early radiotherapy
Notice bibliographique
Résumé
PURPOSE: Incidence of brain metastasis attributed to breast cancer is increasing and prognosis is poor. It is thought that disseminated dormant cancer cells persist in metastatic organs and may evade treatments, thereby facilitating a mechanism for recurrence. Radiotherapy is used to treat brain metastases clinically, but assessment has been limited to macroscopic tumor volumes detectable by clinical imaging. Here, we use cellular MRI to understand the concurrent responses of metastases and nonproliferative or slowly cycling cancer cells to radiotherapy. METHODS: MRI cell tracking was used to investigate the impact of early cranial irradiation on the fate of individual iron-labeled cancer cells and outgrowth of breast cancer brain metastases in the human MDA-MB-231-BR-HER2 cell model. RESULTS: Early whole-brain radiotherapy significantly reduced the outgrowth of metastases from individual disseminated cancer cells in treated animals compared to controls. However, the numbers of nonproliferative iron-retaining cancer cells in the brain were not significantly different. CONCLUSIONS: Radiotherapy, when given early in cancer progression, is effective in preventing the outgrowth of solitary cancer cells to brain metastases. Future studies of the nonproliferative cancer cells' clonogenic potentials are warranted, given that their persistent presence suggests that they may have evaded treatment. Magn Reson Med 78:1506-1512, 2017. © 2016 International Society for Magnetic Resonance in Medicine.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».