Pre-Clinical In Vitro Models Used in Cancer Research: Results of a Worldwide Survey
Notice bibliographique
Résumé
To develop and subsequently get cancer researchers to use organotypic three-dimensional (3D) models that can recapitulate the complexity of human in vivo tumors in an in vitro setting, it is important to establish what in vitro model(s) researchers are currently using and the reasons why. Thus, we developed a survey on this topic, obtained ethics approval, and circulated it throughout the world. The survey was completed by 101 researchers, across all career stages, in academia, clinical or industry settings. It included 40 questions, many with multiple options. Respondents reported on their field of cancer research; type of cancers studied; use of two-dimensional (2D)/monolayer, 2.5D and/or 3D cultures; if using co-cultures, the cell types(s) they co-culture; if using 3D cultures, whether these involve culturing the cells in a particular way to generate spheroids, or if they use additional supports/scaffolds; techniques used to analyze the 2D/2.5D/3D; and their downstream applications. Most researchers (>66%) only use 2D cultures, mainly due to lack of experience and costs. Despite most cancer researchers currently not using the 3D format, >80% recognize their importance and would like to progress to using 3D models. This suggests an urgent need to standardize reliable, robust, reproducible methods for establishing cost-effective 3D cell culture models and their subsequent characterization.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».