Notice bibliographique
Résumé
Abstract The importance of telomere length to human health, aging, and cancer continues to be underappreciated. This review examines some basics of telomere biology and relates how telomere function, telomerase activity, and mutations in TERC or TERT are involved in bone marrow failure, leukemias, and other cancers. Given the challenge to obtain accurate data on telomerase activity and telomere length in specific cell types, the situation in acute myeloid leukemia (AML) remains puzzling. In most cancers, telomerase levels are increased after cells have encountered a “telomere crisis,” which is typically associated with poor prognosis. Cells emerging from “telomere crisis” have defective DNA damage responses, resulting, for example, from loss of p53. Such cells often express elevated telomerase levels as a result of point mutations in the TERT promoter or amplification of the TERT gene. While telomeres in AML blasts are typically shorter than expected for normal leukocytes, most AML cells do not show evidence of having gone through a “telomere crisis.” In chronic myeloid leukemia (CML), the difference between the telomere length in nonmalignant T cells and malignant blasts from the same patient was found to correlate with the remaining duration of the chronic phase. This observation supports that a mitotic clock is ticking in CML stem cells and that disease progression in CML heralds the onset of a “telomere crisis.” The presence of very short telomeres in tumor cells was found to predict disease progression in chronic lymphocytic leukemia, myeloma, and various solid tumors. In view of these findings longitudinal studies of telomere length in AML appear worthwhile.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».