MétaCan
Menu
Retour à la cohorte
Enregistrement W2585179645 · doi:10.1002/cyto.a.23053

Imaging Mass Cytometry

2017· editorial· en· W2585179645 sur OpenAlexaff
Qing Chang, Olga Ornatsky, Iram Siddiqui, Alexander Loboda, Vladimir Baranov, David W. Hedley

Notice bibliographique

RevueCytometry Part A · 2017
Typeeditorial
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSingle-cell and spatial transcriptomics
Établissements canadiensPrincess Margaret Cancer CentreHospital for Sick ChildrenFluidigm (Canada)
Organismes subventionnairesnon disponible
Mots-clésMass cytometryCytometryFlow cytometryBiomedical engineeringPathologyChemistryMaterials scienceMedicineImmunology

Résumé

récupéré en direct d'OpenAlex

Imaging Mass Cytometry (IMC) is an expansion of mass cytometry, but rather than analyzing single cells in suspension, it uses laser ablation to generate plumes of particles that are carried to the mass cytometer by a stream of inert gas. Images reconstructed from tissue sections scanned by IMC have a resolution comparable to light microscopy, with the high content of mass cytometry enabled through the use of isotopically labeled probes and ICP-MS detection. Importantly, IMC can be performed on paraffin-embedded tissue sections, so can be applied to the retrospective analysis of patient cohorts whose outcome is known, and eventually to personalized medicine. Since the original description in 2014, IMC has evolved rapidly into a commercial instrument of unprecedented power for the analysis of histological sections. In this Review, we discuss the underlying principles of this new technology, and outline emerging applications of IMC in the analysis of normal and pathological tissues. © 2017 International Society for Advancement of Cytometry.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
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: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,003
Communication savante0,0040,004
Science ouverte0,0030,002
Intégrité de la recherche0,0070,012
Charge utile insuffisante (le modèle a refusé de juger)0,0090,010

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 Opus0,013
Tête enseignante GPT0,274
Écart entre enseignants0,261 · 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
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations298
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCytometry Part AMême sujetSingle-cell and spatial transcriptomicsTravaux en français237 207