MétaCan
Menu
Retour à la cohorte
Enregistrement W2805724500 · doi:10.1038/s41598-018-25639-7

Preclinical outcomes of Intratumoral Modulation Therapy for glioblastoma

2018· article· en· W2805724500 sur OpenAlexafffund
Andrea R. Di Sebastiano, Andrew Deweyert, Simon M. Benoit, Erin Iredale, Hu Xu, Cleusa De Oliveira, Eugene Wong, Susanne Schmid, Matthew O. Hebb

Notice bibliographique

RevueScientific Reports · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensWestern University
Organismes subventionnairesSchulich School of Medicine and Dentistry, Western UniversitySchulich School of Medicine and DentistryCancer Research Society
Mots-clésGlioblastomaMedicineOncologyGliomaBrain tumorCancer researchInternal medicineBioinformaticsPathologyBiology

Résumé

récupéré en direct d'OpenAlex

Glioblastoma (GBM) is the leading cause of high fatality cancer arising within the adult brain. Electrotherapeutic approaches offer new promise for GBM treatment by exploiting innate vulnerabilities of cancer cells to low intensity electric fields. This report describes the preclinical outcomes of a novel electrotherapeutic strategy called Intratumoral Modulation Therapy (IMT) that uses an implanted stimulation system to deliver sustained, titratable, low intensity electric fields directly across GBM-affected brain regions. This pilot technology was applied to in vitro and animal models demonstrating significant and marked reduction in tumor cell viability and a cumulative impact of concurrent IMT and chemotherapy in GBM. No off target neurological effects were observed in treated subjects. Computational modeling predicted IMT field optimization as a means to further bolster treatment efficacy. This sentinel study provides new support for defining the potential of IMT strategies as part of a more effective multimodality treatment platform for GBM.

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)0,001
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 enseignants0,012
Score d'incertitude au seuil0,341

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0000,000
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 Opus0,062
Tête enseignante GPT0,341
Écart entre enseignants0,279 · 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

Citations20
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetNeuroscience and Neural EngineeringTravaux en français237 207