MétaCan
Menu
Retour à la cohorte
Enregistrement W3016229308 · doi:10.3390/cancers12040907

Estrogen Receptors Alpha and Beta in Acute Myeloid Leukemia

2020· review· en· W3016229308 sur OpenAlexaff
Alessia Roma, Paul A. Spagnuolo

Notice bibliographique

RevueCancers · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Myeloid Leukemia Research
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMyeloid leukemiaEstrogen receptorEstrogen receptor betaCancer researchEstrogen receptor alphaSignal transductionMedicineReceptorLeukemiaFulvestrantBiologyBioinformaticsImmunologyInternal medicineCell biologyCancerBreast cancer

Résumé

récupéré en direct d'OpenAlex

Estrogen receptor (ER) signaling has been widely studied in a variety of solid tumors, where the differential expression of ERα and ERβ subtypes can impact prognosis. ER signaling has only recently emerged as a target of interest in acute myeloid leukemia (AML), an aggressive hematological malignancy with sub-optimal therapeutic options and poor clinical outcomes. In a variety of tumors, ERα activation has proliferative effects, while ERβ targeting results in cell senescence or death. Aberrant ER expression and hypermethylation have been characterized in AML, making ER targeting in this disease of great interest. This review describes the expression patterns of ERα and ERβ in AML and discusses the differing signaling pathways associated with each of these receptors. Furthermore, we assess how these signaling pathways can be targeted by various selective estrogen receptor modulators to induce AML cell death. We also provide insight into ER targeting in AML and discuss pending questions that require further study.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,972
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
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 Opus0,041
Tête enseignante GPT0,349
Écart entre enseignants0,308 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetAcute Myeloid Leukemia ResearchTravaux en français237 207