MétaCan
Menu
Retour à la cohorte
Enregistrement W3164396471 · doi:10.3390/cancers13112655

Chromosomal Instability in Acute Myeloid Leukemia

2021· review· en· W3164396471 sur OpenAlexafffund
Mateus de Oliveira Lisboa, Paulo Roberto Slud Brofman, Ana Teresa Schmid-Braz, Aline Rangel‐Pozzo, Sabine Mai

Notice bibliographique

RevueCancers · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Myeloid Leukemia Research
Établissements canadiensUniversity of ManitobaCancerCare Manitoba
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMyeloid leukemiaMedicineChromosome instabilityCancerOncologyDiseaseMyeloidPrecision medicineLeukemiaInternal medicineBioinformaticsCancer researchPathologyBiologyGeneChromosome

Résumé

récupéré en direct d'OpenAlex

Chromosomal instability (CIN), the increasing rate in which cells acquire new chromosomal alterations, is one of the hallmarks of cancer. Many studies highlighted CIN as an important mechanism in the origin, progression, and relapse of acute myeloid leukemia (AML). The ambivalent feature of CIN as a cancer-promoting or cancer-suppressing mechanism might explain the prognostic variability. The latter, however, is described in very few studies. This review highlights the important CIN mechanisms in AML, showing that CIN signatures can occur largely in all the three major AML types (de novo AML, secondary-AML, and therapy-related-AML). CIN features in AML could also be age-related and reflect the heterogeneity of the disease. Although most of these abnormalities show an adverse prognostic value, they also offer a strong new perspective on personalized therapy approaches, which goes beyond assessing CIN in vitro in patient tumor samples to predict prognosis. Current and emerging AML therapies are exploring CIN to improve AML treatment, which includes blocking CIN or increasing CIN beyond the limit threshold to induce cell death. We argue that the characterization of CIN features, not included yet in the routine diagnostic of AML patients, might provide a better stratification of patients and be extended to a more personalized therapeutic approach.

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), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,973
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
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 Opus0,050
Tête enseignante GPT0,368
Écart entre enseignants0,318 · 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

Citations32
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetAcute Myeloid Leukemia ResearchTravaux en français237 207