MétaCan
Menu
Retour à la cohorte
Enregistrement W3204546574 · doi:10.30683/1929-2279.2020.09.01

A HPLC-UV Method for the Quantification of Regorafenib in Tumor

2020· article· en· W3204546574 sur OpenAlexvenueno aff
Yao Li, Meng-Ning Wei, Zhang Wen-ji, Zhi Shi

Notice bibliographique

RevueJournal of cancer research updates · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Treatments and Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRegorafenibHepatocellular carcinomaChromatographyHigh-performance liquid chromatographyChemistryProtein precipitationCalibration curveColorectal cancerMedicineDetection limitCancerCancer researchInternal medicine

Résumé

récupéré en direct d'OpenAlex

Regorafenib has been approved for the treatment of colorectal cancer, gastrointestinal stromal tumor and hepatocellular carcinoma. High-performance liquid chromatography (HPLC) was developed and validated for determination of regorafenib in xenograft tumors. After protein precipitation with acetonitrile, regorafenib were separated using gradient elution (C18 Ultrabase column). Quantification was performed at 262 nm. Calibration curves were linear over the range 48.8-50000 ng/ml. The assay was applied to the determination of the drug in the tumor of nude mice receiving regorafenib 50 mg orally, and could be useful for therapeutic drug monitoring of regorafenib in routine clinical practice.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,378
Score d'incertitude au seuil0,142

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,189
Tête enseignante GPT0,510
Écart entre enseignants0,321 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of cancer research updatesMême sujetColorectal Cancer Treatments and StudiesTravaux en français237 207