MétaCan
Menu
Retour à la cohorte
Enregistrement W3093799992 · doi:10.1016/j.tranon.2020.100911

The tumor microenvironment may trigger lymphoproliferation in cardiac myxoma

2020· article· en· W3093799992 sur OpenAlexafffund
Eugeniu Jantuan, Brian Chiu, Bonnie Chiu, Gavin Y. Oudit, Consolato Sergi

Notice bibliographique

RevueTranslational Oncology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac tumors and thrombi
Établissements canadiensUniversity of AlbertaUniversity of Alberta Hospital
Organismes subventionnairesWomen and Children's Health Research Institute
Mots-clésAutophagyCarcinogenesisDownregulation and upregulationStromal cellTumor microenvironmentInflammationCancer researchLymphomaBiologyVirusGeneImmunologyCell biologyTumor cellsGenetics

Résumé

récupéré en direct d'OpenAlex

Cardiac myxomas (CM) and primary cardiac lymphoproliferative disorders (LPD) are rare primary cardiac neoplasms. The composite occurrence of LPD in CM has been occasionally reported, and chronic inflammation in response to viral infection has been suggested to be at the basis of oncogenesis. Cancers can upregulate autophagy to endure microenvironmental stress and to increase local growth and aggressiveness. CM exhibit a dichotomous separation in low and high inflammatory grades (LIG vs. HIG). We studied 23 CMs using autophagy-related proteins and NanoString technology for gene expression. Autophagy-related proteins (Beclin-1, LAMP-1, LC3, and p62) were demonstrated in both tumor and stromal cells. ATG genes showed a progression of involvement in CM using an 8-gene signature. They were associated with Epstein-Barr virus (EBV) encoded latent membrane protein 1 (EBV LMP1) activation. We suggest that CM can upregulate autophagy, creating a favorable environment for EBV-driven oncogenesis. To the best of our knowledge, the present study is the first to report on the TME using the expression of autophagy-related genes and proteins in CM. The microenvironment of CM is dynamic, with a variety of cell types and different molecular pathways at play, and this study may clearly warrant further investigation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,019
Tête enseignante GPT0,281
Écart entre enseignants0,262 · 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'étudeObservationnel
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

Citations13
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTranslational OncologyMême sujetCardiac tumors and thrombiTravaux en français237 207