MétaCan
Menu
Retour à la cohorte
Enregistrement W3202898318 · doi:10.30683/1927-7229.2019.08.10

Ra-SBRT is Potential Immune Adjuvant for Innate Immune Cell Populations in Advance Stage NSCLC Patients

2019· article· en· W3202898318 sur OpenAlexvenueno aff
Arun Chairmadurai, Harish Chandra Goel, Sandeep Kumar Jain, Aklank Jain, Hridayesh Prakash

Notice bibliographique

RevueJournal of Analytical Oncology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineStage (stratigraphy)AdjuvantContext (archaeology)OncologyImmune systemLung cancerBystander effectRadiation therapyInternal medicineImmunotherapyLungCancerImmunology

Résumé

récupéré en direct d'OpenAlex

Bystander toxicity and tissue fibrosis are the major complications with conventional radiation therapy for cancer patients. In this context, we here propose RapidArc - Stereotactic Body Radiation Therapy (Ra-SBRT) as a non-invasive and immune adjuvant approach for the successful eradication of advance stage NSCLC. Ra-SBRT is highly focused and capable of destroying tumors with high grade metastatic lesions and spared normal tissues. Follow up of stage 4th NSCLC patient revealed that Ra-SBRT is potentially immunogenic which was evident by increased number of iNOS+ Tumor Associated macrophages (M1-TAM), Siglac-8+ eosinophils, basophils and subsequent prolongation of disease free survival of 4th stage NSCLC patients by 3 years. This study demonstrated M1 retuning potential of Ra-SBRT which is a pre-requisite of effective management of inoperable and highly metastatic tumors of lung with least or no bystander impact.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,362
Score d'incertitude au seuil0,654

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,022
Tête enseignante GPT0,341
Écart entre enseignants0,320 · 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'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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Analytical OncologyMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207