MétaCan
Menu
Retour à la cohorte
Enregistrement W2799410313 · doi:10.1002/ptr.6091

Therapeutic effect of <scp>Northern Labrador</scp> tea extracts for acute myeloid leukemia

2018· article· en· W2799410313 sur OpenAlexfundaboutno aff
Colin M. McGill, Patrick L. Tomco, Regina Ondrasik, Kaitlyn C. Belknap, Gaelen K. Dwyer, Daniel J. Quinlan, Thomas A. Kircher, Cheryl P. Andam, Timothy J. Brown, David F. Claxton, Brian M. Barth

Notice bibliographique

RevuePhytotherapy Research · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Myeloid Leukemia Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer InstituteMcGill University
Mots-clésMyeloid leukemiaUrsolic acidMedicineTraditional medicineHematological malignancyPopulationPharmacologyBiologyImmunologyInternal medicineBotanyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Acute myeloid leukemia (AML) is an aggressive hematological malignancy that is one of the more common pediatric malignancies in addition to occurring with high incidence in the aging population. Unfortunately, these patient groups are quite sensitive to toxicity from chemotherapy. Northern Labrador tea, or Rhododendron tomentosum Harmaja (a.k.a. Ledum palustre subsp. decumbens) or "tundra tea," is a noteworthy medicinal plant used by indigenous peoples in Alaska, Canada, and Greenland to treat a diversity of ailments. However, laboratory investigations of Northern Labrador tea, and other Labrador tea family members, as botanical sources for anticancer compounds have been limited. Utilizing an AML cell line in both in vitro and in vivo studies, as well as in vitro studies using primary human AML patient samples, this study demonstrated for the first time that Northern Labrador tea extracts can exert anti-AML activity and that this may be attributed to ursolic acid as a constituent component. Therefore, this medicinal herb holds the potential to serve as a source for further drug discovery efforts to isolate novel anti-AML compounds.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,163
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,045
Tête enseignante GPT0,395
Écart entre enseignants0,350 · 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'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

Citations10
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhytotherapy ResearchMême sujetAcute Myeloid Leukemia ResearchTravaux en français237 207