MétaCan
Menu
Retour à la cohorte
Enregistrement W2553952900 · doi:10.5539/ijc.v9n1p1

Determination of Some Trace Elements in Breast Cancer Serum by Atomic Absorption Spectroscopy

2016· article· en· W2553952900 sur OpenAlexvenueno aff
Safaa Sabri Najim

Notice bibliographique

RevueInternational Journal of Chemistry · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy Metal Exposure and Toxicity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChemistrySeleniumCadmiumZincManganeseAtomic absorption spectroscopyBreast cancerCobaltChromiumCopperInternal medicineCancerInorganic chemistryMedicine

Résumé

récupéré en direct d'OpenAlex

In the breast cancer significant differences occurs in the normal distribution of the trace elements, playing an important role in carcinogenic process. The aim of this study was to investigate the serum levels of some trace elements (Chromium, Cadmium, Manganese, Cobalt, Nickel, Selenium, Zinc, Iron, Copper and Magnesium) by using flame atomic absorption spectroscopy (FAAS). The present study included 150 females, the participates were divided into two main groups, control group which consisted of 75 apparently healthy females, 75patients with breast cancer group .The serum levels of Chromium (tcal2.9631 ,ttab1.960), Cadmium (tcal2.0798 ,ttab1.960), Manganese (tcal18.5676, ttab1.960), Selenium (tcal2.2759,ttab1.960), Iron (tcal2.9296,ttab1.960), Copper (tcal4.0869, ttab1.960),Magnesium (tcal2.6648, ttab1.960), Cobalt (tcal3.8615 , ttab1.960) and Zinc (tcal7.0160, ttab1.960) were statistically significant higher in the breast cancer patients group than the control group. Similarly, Nickel (tcal1.5988,ttab1.960) levels showed significant lower level in breast cancer patients group. On the other hand, the higher levels of trace elements could lead to formation of free radicals or other reactive oxygen species. The evaluation of these trace elements in serum maybe used as helpful tool in diagnosis of the breast cancer.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,028
Score d'incertitude au seuil0,998

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)0,0030,000

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 Opus0,005
Tête enseignante GPT0,260
Écart entre enseignants0,255 · 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.

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

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of ChemistryMême sujetHeavy Metal Exposure and ToxicityTravaux en français237 207