MétaCan
Menu
Retour à la cohorte
Enregistrement W2793338763 · doi:10.1002/nbm.3907

Cranial irradiation increases tumor growth in experimental breast cancer brain metastasis

2018· article· en· W2793338763 sur OpenAlexafffund
Amanda M. Hamilton, Suzanne M. Wong, Eugene Wong, Paula J. Foster

Notice bibliographique

RevueNMR in Biomedicine · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueBrain Metastases and Treatment
Établissements canadiensRobarts Clinical TrialsWestern University
Organismes subventionnairesCanadian Institutes of Health ResearchBrain Tumour Foundation of Canada
Mots-clésBreast cancerBrain metastasisBreast tumorMetastasisIrradiationCancerPathologyCancer researchMedicineOncologyBiologyInternal medicinePhysics

Résumé

récupéré en direct d'OpenAlex

Whole-brain radiotherapy is the standard of care for patients with breast cancer with multiple brain metastases and, although this treatment has been essential in the management of existing brain tumors, there are many known negative consequences associated with the irradiation of normal brain tissue. In our study, we used in vivo magnetic resonance imaging analysis to investigate the influence of radiotherapy-induced damage of healthy brain on the arrest and growth of metastatic breast cancer cells in a mouse model of breast cancer brain metastasis. We observed that irradiated, but otherwise healthy, neural tissue had an increased propensity to support metastatic growth compared with never-irradiated controls. The elucidation of the impact of irradiation on normal neural tissue could have implications in clinical patient management, particularly in patients with residual systemic disease or with residual radio-resistant brain cancer.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,165
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,321
Écart entre enseignants0,304 · 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.

Devis d'étudeObservationnel
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

Citations5
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNMR in BiomedicineMême sujetBrain Metastases and TreatmentTravaux en français237 207