MétaCan
Menu
Retour à la cohorte
Enregistrement W3092705790 · doi:10.3390/cancers12103001

Genomic Instability in Circulating Tumor Cells

2020· review· en· W3092705790 sur OpenAlexafffund
Monique Oliveira Freitas, John G. Gartner, Aline Rangel‐Pozzo, Sabine Mai

Notice bibliographique

RevueCancers · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensUniversity of ManitobaResearch Institute in Oncology and HematologyCancerCare Manitoba
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCirculating tumor cellGenome instabilityLiquid biopsyChromosome instabilityPrecision medicineMetastasisBiologyGenetic heterogeneityCancerCancer researchTumor progressionComparative genomic hybridizationTumor cellsComputational biologyChromosomeGeneDNAGeneticsPhenotypeDNA damage

Résumé

récupéré en direct d'OpenAlex

Circulating tumor cells (CTCs) can promote distant metastases and can be obtained through minimally invasive liquid biopsy for clinical assessment in cancer patients. Having both genomic heterogeneity and instability as common features, the genetic characterization of CTCs can serve as a powerful tool for a better understanding of the molecular changes occurring at tumor initiation and during tumor progression/metastasis. In this review, we will highlight recent advances in the detection and quantification of tumor cell heterogeneity and genomic instability in CTCs. We will focus on the contribution of chromosome instability studies to genetic heterogeneity in CTCs at the single-CTC level by discussing data from different cancer subtypes and their impact on diagnosis and precision medicine.

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 enseignants0,992
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,066
Tête enseignante GPT0,335
Écart entre enseignants0,268 · 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

Citations12
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetCancer Cells and MetastasisTravaux en français237 207