MétaCan
Menu
Retour à la cohorte
Enregistrement W3156931985 · doi:10.24908/iqurcp.9468

27. Low Frequency Ultrasound Imaging of Apoptosis in Tumor Response: Non-Invasive Monitoring of Chemotherapy Effects

2018· article· en· W3156931985 sur OpenAlexvenueno aff
Stephanie Zhou

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSpectroscopy Techniques in Biomedical and Chemical Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChemotherapyUltrasoundMedicineApoptosisIn vivoRadiologyProgrammed cell deathCellPathologyInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Due to the growing costs of chemotherapy, previous imaging techniques such as MRI or CT scans have become too time-consuming in the assessment of chemotherapy’s effects. With results generated about 2 weeks later, the patient is exposed to the negative side effects of these medications with the possibility that chemotherapy may not be improving their prognosis. Thus, ultrasound has become increasingly popular as a method to determine chemotherapy’s effect on tumors within 24 hours. Both low and high-frequency ultrasound are novel, noninvasive methods for detecting cell death based on changes in cell morphology. Condensation, fragmentation and alterations in the cell nucleus during apoptosis are linked to changes in the cell’s acoustic properties, as indicated by experimental evidence. In this study, quantitative ultrasound was used to follow responses of tumor models to chemotherapy in vivo. As studies have shown that structural changes can occur as early as 24 hours after treatment, ultrasound imaging was administered before and 24 hours after treatment. Changes in ultrasound parameters such as spectral slope, Y-intercept, and midband fit were analyzed relative to pretreatment control data and when compared to changes in the tumors seen through cell staining, changes consistent with cell death were observed.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,003
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,024
Tête enseignante GPT0,366
Écart entre enseignants0,342 · 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'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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetSpectroscopy Techniques in Biomedical and Chemical ResearchTravaux en français237 207