Molecular fingerprint of precancerous lesions in breast atypical hyperplasia
Notice bibliographique
Résumé
Objective To identify atypical hyperplasia (AH) of the breast by shell-isolated nanoparticle-enhanced Raman spectroscopy (SHINERS), and to explore the molecular fingerprinting characteristics of breast AH. Methods Breast hyperplasia was studied in 11 hospitals across China from January 2015 to December 2016. All patients completed questionnaires on women’s health. The differences between patients with and without breast AH were compared. AH breast lesions were detected by Raman spectroscopy followed by the SHINERS technique. Results There were no significant differences in clinical features and risk-related factors between patients with breast AH (n = 37) and the control group (n = 2576). Fifteen cases of breast AH lesions were detected by Raman spectroscopy. The main different Raman peaks in patients with AH appeared at 880, 1001, 1086, 1156, 1260, and 1610 cm −1 , attributed to the different vibrational modes of nucleic acids, β-carotene, and proteins. Shell-isolated nanoparticles had different enhancement effects on the nucleic acid, protein, and lipid components in AH. Conclusion Raman spectroscopy can detect characteristic molecular changes in breast AH lesions, and may thus be useful for the non-invasive early diagnosis and for investigating the mechanism of tumorigenesis in patients with breast AH.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».