Abstract A09: PDXovo: Ultra-fast in vivo drug sensitivity matrices for renal cell carcinoma patients prior to administration of targeted therapy
Notice bibliographique
Résumé
Abstract Our next generation PDX model of renal cell carcinoma (RCC) offers the ability to pre-determine de novo drug resistance in fresh patient tumor samples prior to targeted therapy. Implantation of tumor specimens into the chorioallantoic membrane (CAM) of the chicken embryo results in high engraftment efficiencies within two days permitting large-scale “tumor avatar” studies due to its angiogenic microenvironment. Functional tumor heterogeneity studies can be performed in context of drug resistance within two weeks, an approach that could guide the selection of drugs and anticipate outcomes for RCC patients. This ultrafast PDX model is mirrored by high-frequency ultrasound imaging that permits quantitation of tumor volume and tumor vascularity in a high-throughput manner. Using this “tumor avatar” model paired with a prospective RCC patient cohort, we observe intratumoral functional heterogeneity in the context of Sunitinib treatment as determined by high-frequency ultrasound imaging, highlighting its interventional potential in the clinic. Citation Format: Matt Lowerison, Hon S. Leong, Yaroslav Fedyshyn, Ann F. Chambers, James Lacefield, Nicholas E. Power. PDXovo: Ultra-fast in vivo drug sensitivity matrices for renal cell carcinoma patients prior to administration of targeted therapy. [abstract]. In: Proceedings of the AACR Special Conference: Patient-Derived Cancer Models: Present and Future Applications from Basic Science to the Clinic; Feb 11-14, 2016; New Orleans, LA. Philadelphia (PA): AACR; Clin Cancer Res 2016;22(16_Suppl):Abstract nr A09.
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) | 0,004 | 0,001 |
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 ».