MétaCan
Menu
Retour à la cohorte
Enregistrement W3049465265 · doi:10.1371/journal.pone.0237308

Comparative performance of different methods for circulating tumor cell enrichment in metastatic breast cancer patients

2020· article· en· W3049465265 sur OpenAlexafffund
Arik Drucker, Evelyn Teh, Ripsik Kostyleva, Daniel Rayson, S. Fiona Douglas, Devanand M. Pinto

Notice bibliographique

RevuePLoS ONE · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensNational Research Council CanadaNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesNational Research Council CanadaPfizer CanadaCapital HealthPfizer
Mots-clésBreast cancerMetastatic breast cancerOncologyMedicineCancerInternal medicineCirculating tumor cellCancer researchMetastasis

Résumé

récupéré en direct d'OpenAlex

The isolation and analysis of circulating tumor cells (CTC) has the potential to provide minimally invasive diagnostic, prognostic and predictive information. Widespread clinical implementation of CTC analysis has been hampered by a lack of comparative investigation between different analytic methodologies in clinically relevant settings. The objective of this study was to evaluate four different CTC isolation techniques-those that rely on surface antigen expression (EpCAM or CD45 using DynaBeads® or EasySep™ systems) or the biophysical properties (RosetteSep™ or ScreenCell®) of CTCs. These were evaluated using cultured cells in order to calculate isolation efficiency at various levels including; inter-assay and inter-operator variability, protocol complexity and turn-around time. All four techniques were adequate at levels above 100 cells/mL which is commonly used for the evaluation of new isolation techniques. Only the RosetteSep™ and ScreenCell® techniques were found to provide adequate sensitivity at a level of 10 cells/mL. These techniques were then applied to the isolation and analysis of circulating tumor cells blood drawn from metastatic breast cancer patients where CTCs were detected in 54% (15/28) of MBC patients using the RosetteSep™ and 75% (6/8) with ScreenCell®. Overall, the ScreenCell® method had better sensitivity.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,203
Score d'incertitude au seuil0,474

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,102
Tête enseignante GPT0,342
Écart entre enseignants0,240 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations71
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetCancer Cells and MetastasisTravaux en français237 207