CADD-35. THE DEVELOPMENT OF PERSONALIZED CAM AVATAR MODEL TO PREDICT CHEMOTHERAPEUTIC DRUG SENSITIVITY/RESISTANCE OF GLIOMAS
Notice bibliographique
Résumé
Malignant glial tumors are associated with a poor prognosis, presenting a short median patient survival and a very limited response to therapies. Although the first line therapy is standardized, there exists no consensus as to which second line treatment modality is better. We thus sought to demonstrate the feasibility of transforming our newly established expertise into personalized treatments for glioma patients by developing an advanced in vivo Avatar model developed from patient derived tumors. The typical medical Avatar system entails implantation of patient tumor samples in immunodeficient mice for subsequent test in drug efficacy. As the generation of mouse Avatars is a slow and costly approach, many cancer patients are set to have a significant disease progression before the results from the mouse model become available. We recently developed a rapid and cost-effective, pre-clinical model that is well suited for precision medicine – the ex-ovo chicken embryo ChorioAllantoic Membrane (CAM) assay. We will present data indicating that tumor growth occurs very rapidly in ex ovo CAMs, with measurable tumors obtained within a few days, as opposed to several weeks in mice. Even though tumor sizes are smaller in the CAM than in mice, the engrafting rate is higher and tumor sizes are more uniform. Implantation of glioma tissue fragments from 25 patients led to the successful establishment of CAM xenograft tumors which faithfully recapitulate the histology of the primary tumor for the majority of patients. Furthermore, we observed a significant inhibition of tumor growth in CAMs treated with first and second line chemotherapeutic drugs. This next-generation Avatar model has the potential to become an asset for personalized medicine in gliomas treatment.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».