MétaCan
Menu
Retour à la cohorte
Enregistrement W3107453264 · doi:10.1038/s41598-020-78353-8

Saturation transfer properties of tumour xenografts derived from prostate cancer cell lines 22Rv1 and DU145

2020· article· en· W3107453264 sur OpenAlexafffund
Ziyu Tan, Wilfred Lam, Wendy Oakden, Leedan Murray, Margaret M. Koletar, Stanley K. Liu, Greg J. Stanisz

Notice bibliographique

RevueScientific Reports · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueLanthanide and Transition Metal Complexes
Établissements canadiensHealth Sciences CentreSunnybrook HospitalUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesCanadian Institutes of Health ResearchTerry Fox Research InstituteProstate Cancer Canada
Mots-clésDU145Prostate cancerCancer researchHistopathologyPathologyCancerMagnetization transferBiopsyChemistryMedicineMagnetic resonance imagingInternal medicineRadiologyLNCaP

Résumé

récupéré en direct d'OpenAlex

Histopathology is currently the most reliable tool in assessing the aggressiveness and prognosis of solid tumours. However, developing non-invasive modalities for tumour evaluation remains crucial due to the side effects and complications caused by biopsy procedures. In this study, saturation transfer MRI was used to investigate the microstructural and metabolic properties of tumour xenografts in mice derived from the prostate cancer cell lines 22Rv1 and DU145, which express different aggressiveness. The magnetization transfer (MT) and chemical exchange saturation transfer (CEST) effects, which are associated with the microstructural and metabolic properties in biological tissue, respectively, were analyzed quantitatively and compared amongst different tumour types and regions. Histopathological staining was performed as a reference. Higher cellular density and metabolism expressed in more aggressive tumours (22Rv1) were associated with larger MT and CEST effects. High collagen content in the necrotic regions might explain their higher MT effects compared to tumour regions.

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 enseignants0,003
Score d'incertitude au seuil0,339

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,029
Tête enseignante GPT0,222
Écart entre enseignants0,192 · 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

Citations4
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetLanthanide and Transition Metal ComplexesTravaux en français237 207