MétaCan
Menu
Retour à la cohorte
Enregistrement W2729462511 · doi:10.1158/0008-5472.can-17-0668

Highly Accurate Detection of Cancer <i>In Situ</i> with Intraoperative, Label-Free, Multimodal Optical Spectroscopy

2017· article· en· W2729462511 sur OpenAlexaff
Michael Jermyn, Jeanne Mercier, Kelly Aubertin, Joannie Desroches, Kirk Urmey, Jason Karamchandiani, Eric Marple, Marie‐Christine Guiot, Frédéric Leblond, Kevin Petrecca

Notice bibliographique

RevueCancer Research · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSpectroscopy Techniques in Biomedical and Chemical Research
Établissements canadiensMcGill UniversityCentre Hospitalier de l’Université de MontréalPolytechnique MontréalMontreal Neurological Institute and Hospital
Organismes subventionnairesnon disponible
Mots-clésIn situCancerMedicineCancer detectionSpectroscopyBiomedical engineeringChemistryInternal medicinePhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Effectiveness of surgery as a cancer treatment is reduced when all cancer cells are not detected during surgery, leading to recurrences that negatively impact survival. To maximize cancer cell detection during cancer surgery, we designed an in situ intraoperative, label-free, optical cancer detection system that combines intrinsic fluorescence spectroscopy, diffuse reflectance spectroscopy, and Raman spectroscopy. Using this multimodal optical cancer detection system, we found that brain, lung, colon, and skin cancers could be detected in situ during surgery with an accuracy, sensitivity, and specificity of 97%, 100%, and 93%, respectively. This highly sensitive optical molecular imaging approach can profoundly impact a wide range of surgical and noninvasive interventional oncology procedures by improving cancer detection capabilities, thereby reducing cancer burden and improving survival and quality of life. Cancer Res; 77(14); 3942–50. ©2017 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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,005
Score d'incertitude au seuil0,495

Scores Codex et Gemma par catégorie

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

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 Opus0,030
Tête enseignante GPT0,424
Écart entre enseignants0,394 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations96
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetSpectroscopy Techniques in Biomedical and Chemical ResearchTravaux en français237 207