MétaCan
Menu
← Retour à la cohorte
Enregistrement W3082502320 · doi:10.1158/1557-3265.ovca19-b80

Abstract B80: Predictive treatment response models for epithelial ovarian cancer: Comparison of 2D, 3D, and in vivo models

2020· article· en· W3082502320 sur OpenAlexaff
Melica Nourmoussavi, Eurı́dice Carmona, Anne‐Marie Mes‐Masson

Notice bibliographique

RevueClinical Cancer Research · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésCarboplatinClonogenic assayIn vivoMedicineFlow cytometryOvarian cancerOncologyCancer researchCell cultureCancerInternal medicineChemotherapyImmunologyBiologyCisplatin

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction: Epithelial ovarian cancer (EOC) is still a deadly disease, with a 5-year overall survival of 45%. Current research focuses on the development of new targeted and personalized therapies to improve survival in these patients. The drug discovery pipeline is dependent on preclinical models, which have mostly focused on 2D systems because of time and cost efficiency. However, it is currently unclear whether they accurately reflect patient response and whether other in vitro models may better predict therapeutic response. Preliminary data from our laboratory suggest that the sensitivity to carboplatin chemotherapy varies between 2D and 3D in vitro models. We hypothesize that the 3D model will more closely reflect therapeutic response. The primary objective of this study is to characterize the sensitivity to carboplatin of our EOC cell lines in 2D monolayers and 3D spheroids and compare them to their in vivo response using our xenograft mouse models. Methods: We are injecting NOD-RAG mice with 7 EOC cell lines (TOV112D, TOV21G, OV4485, OV4453, OV1946, OV90, OV3133). At 200mm3, weekly carboplatin treatments (group1 = control, group 2= 25mg/kg, group 3= 50mg/kg, group 4= 75mg/kg) are given up to 6 cycles. Tumor volume and survival curves are used to categorize chemosensitivity between cell lines. Furthermore, the same cell lines are seeded in ultra-low attachment microplates to form spheroids over 48hr and are thereafter treated with 24hr of carboplatin. Flow cytometry analyses are done to classify cell lines. Results: The results for the 2D models using clonogenic assays (IC50) of the 7 cell lines have previously been published. Thus far, we have completed a first set of in vivo experiments for TOV21G showing a nonsignificant tumor growth suppression after 6 doses (no difference between the 3 treated and the nontreated group). Tumor growth suppression for OV90 was statistically significant with 50mg/kg and 75mg/kg of carboplatin after 6 doses. This demonstrates thus far that the most resistant cell line in 2D is more sensitive in an in vivo model. Conclusion: The results will help define the most reliable preclinical model with the highest translational potential to predict treatment response. Citation Format: Melica Nourmoussavi, Euridice Carmona, Anne-Marie Mes-Masson. Predictive treatment response models for epithelial ovarian cancer: Comparison of 2D, 3D, and in vivo models [abstract]. In: Proceedings of the AACR Special Conference on Advances in Ovarian Cancer Research; 2019 Sep 13-16, 2019; Atlanta, GA. Philadelphia (PA): AACR; Clin Cancer Res 2020;26(13_Suppl):Abstract nr B80.

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)0,001
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,443
Tête enseignante GPT0,549
Écart entre enseignants0,106 · 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'étudeSimulation ou modélisation
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer Research→Même sujetCancer Cells and Metastasis→Travaux en français237 207→