MétaCan
Menu
Retour à la cohorte
Enregistrement W2760807868 · doi:10.1016/j.apsb.2017.06.007

Regulation of immune-related diseases by multiple factors of chromatin, exosomes, microparticles, vaccines, oxidative stress, dormancy, protein quality control, inflammation and microenvironment: a meeting report of 2017 International Workshop of the Chinese Academy of Medical Sciences (CAMS) Initiative for Innovative Medicine on Tumor Immunology

2017· article· en· W2760807868 sur OpenAlexafffund
Bing Cui, Xuetao Cao, Weiping Zou, Yonghong Wan, Ning Wang, Yaohe Wang, Pingping Li, Fang Hua, Yuying Liu, Xiaowei Zhang, Ke Li, Xiaoxi Lv, Bo Huang, Zhuowei Hu

Notice bibliographique

RevueActa Pharmaceutica Sinica B · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensMcMaster University Medical Centre
Organismes subventionnairesNational Key Research and Development Program of ChinaCanadian Institutes of Health ResearchChinese Academy of Medical SciencesMedical Research CouncilZhengzhou UniversityHuazhong University of Science and TechnologyNational Natural Science Foundation of ChinaNational Institutes of HealthInnovent BiologicsOntario Institute for Cancer Research
Mots-clésImmune systemInflammationMicrovesiclesImmunologyTumor microenvironmentMedicineDiseaseImmunotherapyCancerCancer immunotherapyBiologymicroRNAPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Immune cells play key roles in cancer and chronic inflammatory disease. A better understanding of the mechanisms and risks will help develop novel target therapies. At the 2017 International Workshop of the Chinese Academy of Medical Sciences Initiative for Innovative Medicine on Tumor Immunology held in Beijing, China, on May 12, 2017, a number of speakers reported new findings and ongoing studies on immune-related diseases such as cancer, fibrotic disease, diabetes, and others. A considerably insightful overview was provided on cancer immunity, tumor microenvironments, and new immunotherapy for cancer. In addition, chronic inflammatory diseases were discussed. These findings may offer new insights into targeted immunotherapy.

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)0,005
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 enseignants0,323
Score d'incertitude au seuil0,849

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,058
Tête enseignante GPT0,390
Écart entre enseignants0,333 · 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

Citations4
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueActa Pharmaceutica Sinica BMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207