Mechanical segregation and capturing of clonal circulating plasma cells in multiple myeloma using micropillar-integrated microfluidic device
Notice bibliographique
Résumé
Multiple myeloma (MM), the disorder of plasma cells, is the second most common type of hematological cancer and is responsible for approximately 20% of deaths from hematological malignancies. The current gold standard for MM diagnosis includes invasive bone marrow aspiration. However, it lacks the sensitivity to detect minimal residual disease, and the nonuniform distribution of clonal plasma cells (CPCs) within bone marrow also often results in inaccurate reporting. Serum and urine assessment of monoclonal proteins, such as Kappa light chains, is another commonly used approach for MM diagnosis. Although it is noninvasive, the level of paraprotein elevation is still too low for detecting minimal residual disease and nonsecretive MM. Circulating CPCs (cCPCs) have been reported to be present in the peripheral blood of MM patients, and high levels of cCPCs were shown to correlate with poor survival. This suggests a potential noninvasive approach for MM disease progress monitoring and prognosis. In this study, we developed a mechanical property-based microfluidic platform to capture cCPCs. Using human myeloma cancer cell lines spiked in healthy donor blood, the microfluidic platform demonstrates high enrichment ratio (>500) and sufficient capture efficiency (40%-55%). Patient samples were also assessed to investigate the diagnostic potential of cCPCs for MM by correlating with the levels of Kappa light chains in 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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».