MétaCan
Menu
Retour à la cohorte
Enregistrement W2843021477 · doi:10.1038/s41598-018-28731-0

Differentiation of Normal and Radioresistant Prostate Cancer Xenografts Using Magnetization Transfer-Prepared MRI

2018· article· en· W2843021477 sur OpenAlexafffund
Wilfred Lam, Wendy Oakden, Leedan Murray, Jonathan Klein, Caterina Iorio, Robert A. Screaton, Margaret M. Koletar, William Chu, Stanley K. Liu, Greg J. Stanisz

Notice bibliographique

RevueScientific Reports · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensHealth Sciences CentreSunnybrook HospitalUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesCanadian Institutes of Health ResearchProstate Cancer CanadaTerry Fox Research InstituteMovember Foundation
Mots-clésRadioresistanceMagnetization transferRadiosensitivityProstate cancerChemistryIn vivoMacromoleculeCancer researchCellNuclear magnetic resonanceCancerBiologyMedicineMagnetic resonance imagingRadiation therapyBiochemistryInternal medicineGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract The ability of MRI to differentiate between normal and radioresistant cancer was investigated in prostate tumour xenografts in mice. Specifically, the process of magnetization exchange between water and other molecules was studied. It was found that magnetization transfer from semisolid macromolecules (MT) and chemical exchange saturation transfer (CEST) combined were significantly different between groups (p < 0.01). Further, the T2 relaxation of the semisolid macromolecular pool (T2,B), a parameter specific to MT, was found to be significantly different (p < 0.01). Also significantly different were the rNOE contributions associated with methine groups at −0.9 ppm with a saturation B1 of 0.5 µT (p < 0.01) and with other aliphatic groups at −3.3 ppm with 0.5 and 2 µT (both p < 0.05). Independently, using a live-cell metabolic assay, normal cells were found to have a greater metabolic rate than radioresistant ones. Thus, MRI provides a novel, in vivo method to quantify the metabolic rate of tumours and predict their radiosensitivity.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,015
Tête enseignante GPT0,300
Écart entre enseignants0,285 · 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 source (Gemma direct ou Codex distillé), 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

Citations17
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207