MétaCan
Menu
← Retour à la cohorte
Enregistrement W4243984006 · doi:10.32920/ryerson.14651550.v1

Treatment of pancreatic cancer cells in vitro using ultrasound, microbubbles, and gemicitabine

2021· preprint· en· W4243984006 sur OpenAlexaff
Julia Christine Mariglia

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueUltrasound and Hyperthermia Applications
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésSonoporationMicrobubblesGemcitabineProgrammed cell deathPancreatic cancerCytotoxicityIn vitroCancer researchBiophysicsChemistryViability assayCancer cellCytotoxic T cellApoptosisCellCell biologyUltrasoundChemotherapyCancerMedicineBiologyBiochemistryInternal medicineRadiology

Résumé

récupéré en direct d'OpenAlex

Ultrasonically stimulated microbubbles can enhance the localized delivery and cytotoxic effects of chemotherapy drugs to cells by transient permeabilization of cell membranes in a process called sonoporation. However, there is insufficient data investigating whether ultrasound and microbubbles (USMB) enhances the delivery and cytotoxicity of the nucleoside analog (NA) gemcitabine. To address this gap in the literature, cancer cells were sonicated using low frequency ultrasound in combination with Definity® microbubbles in the presence of NAs. Viability analyses show that gemcitabine in combination with USMB additively enhanced cell death, suggesting that these two therapies mediate cell death independent of one another. This was confirmed when USMB treatment did not enhance (nor impair) the retention of a radiolabeled NA molecule. Altogether, these data suggest that the laws of diffusion forcing small molecules across a barrier cannot solely describe the efficacy of sonoporation; there are obviously important biological factors specific to the molecule intended to be delivered to consider as well.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,236
Écart entre enseignants0,220 · 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'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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUltrasound and Hyperthermia Applications→Travaux en français237 207→