MétaCan
Menu
Retour à la cohorte
Enregistrement W2972232735 · doi:10.1093/neuonc/noz126.171

P11.25 Assessing electrical properties of cells as predictive marker for patient-specific TTFields response and optimal frequency

2019· article· en· W2972232735 sur OpenAlexaboutno aff
Adrian Kinzel, Einav Zeevi, Karnit Gotlib, Cornelia Wenger, Ariel Naveh, Zéev Bomzon, Eilon D. Kirson, Uri Weinberg, Yoram Palti

Notice bibliographique

RevueNeuro-Oncology · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDielectrophoresisMaterials scienceCapacitancePermittivityElectric fieldBiomedical engineeringOptoelectronicsNanotechnologyDielectricChemistryMedicinePhysicsMicrofluidicsElectrode

Résumé

récupéré en direct d'OpenAlex

Abstract BACKGROUND Tumor treating fields (TTFields) are currently approved for the treatment of glioblastoma multiforme (GBM, using 200 kHz), and being tested in other tumor types such as non-small cell lung cancer and brain metastases occurring in this indication (LUNAR and METIS trials, using 150 kHz). Response to TTFields in cancer cells was empirically shown to be frequency-dependent specific for cell type; however, there are no markers available predicting optimal frequency or response in different cancer types or individual patients to date. There is evidence indicating electrical properties determine the optimal anti-mitotic frequency. This study analyzed the correlation of electrical properties of cells with their optimal TTFields frequency and sensitivity using the 3DEP reader (LabTech) to determine the electrical properties with the help of Dielectrophoresis (DEP) force. With this technique, cell movements within electric fields of different frequencies can by analyzed based on the physical effect of DEP, exercising a force on polarizable particles inside a non-homogeneous electric field. MATERIAL AND METHODS We used the 3DEP reader to obtain baseline properties (permittivity and conductivity) of 17 different cell lines of several tumor types. The resulting curves were analyzed by a 2-way ANOVA. Additionally, we determined the optimal frequency for maximum cytotoxic effect for each cell line using the inovitroTM system and eventually compared with the detected electrical properties. RESULTS We found cell lines with an optimal TTFields frequency of 150 kHz (corresponding to cells with a membrane capacitance in the lower range of the observed 3DEP curves, n=9) to possess significantly different (p<0.001) electrical properties from cells with an optimal TTFields frequency of 200 kHz (n=8). According to the curve differences in the lower frequency range, the measure of membrane capacitance served as a good predictor for TTFields response. CONCLUSION This study showed a correlation of cell membrane capacitance and optimal TTFields frequency and response. Our results provide a substantial rationale for further studies investigating the predictive potential of electrical properties of tumor cells as a measure for the optimal frequency and sensitivity to TTFields in individual patients.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,013
Tête enseignante GPT0,229
Écart entre enseignants0,215 · 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'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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-OncologyMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207