MétaCan
Menu
Retour à la cohorte
Enregistrement W3201959205 · doi:10.30683/1929-2279.2020.09.06

Liquid Biopsy: A New, Non-Invasive Early Diagnostic and Prognostic Tool in Oncology

2020· article· en· W3201959205 sur OpenAlexvenueno aff
Ciro Comparetto, Franco Borruto

Notice bibliographique

RevueJournal of cancer research updates · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLiquid biopsyCirculating tumor cellCell-free fetal DNADigital polymerase chain reactionCancerBiopsyDNABlood samplingMedicineOncologyStage (stratigraphy)Internal medicinePathologyCancer researchBiologyGenePolymerase chain reactionMetastasisGenetics

Résumé

récupéré en direct d'OpenAlex

Cancer is essentially a genetic disease. Neoplastic progression consists of a subsequent series of genetic alterations that cumulate. In the bloodstream of an affected subject, circulating tumor cells (CTC) and/or small deoxy-ribonucleic acid (DNA) fragments, known as circulating tumor DNA (ctDNA), can be found as a consequence of cancer cells death. Cell-free circulating DNA (cfDNA) consists of small fragments of DNA that are found free in plasma or serum, but also in other body fluids. The term liquid biopsy (LB) describes a highly sensitive method (based on a simple sampling of peripheral blood) for the isolation and analysis of cfDNA, which can also contain ctDNA and CTC. Its purpose is to look for cancer cells or portions of their DNA that are circulating in the blood. LB can be used to help find cancer in an early stage. It also has the additional advantage of being largely non-invasive and, therefore, being done more frequently, allowing better tumor and genetic mutations tracking. It can also be used to validate the efficacy of a drug for cancer treatment by taking multiple samples of LB within a few weeks. This technology can also be beneficial for patients after treatment to control relapse. The aim of this work is to give an overview of this technique, from its history, state-of-the-art, and methodology of execution, to its applications in oncology and with a hint to the gynecological field.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,033
Tête enseignante GPT0,358
Écart entre enseignants0,325 · 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'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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of cancer research updatesMême sujetCancer Genomics and DiagnosticsTravaux en français237 207