Abstracts from the 9th International Conference for Healthcare and Medical Students (ICHAMS)
Notice bibliographique
Résumé
Melanoma, a cancer of melanocytes, is one of the most common cancers in the world.In living tissues, it grows surrounded by a 3D microenvironment, which provides physical support and determines disease progression and prognosis.The aim of this project was to determine how different melanoma cell lines M14 and SK-MEL-28 behave, grow and expand in 3D in vitro models using collagen-based scaffolds.Collagen scaffolds contained either chondroitin to mimic skin tissue, hyaluronic acid or nano-hydroxyapatite to mimic bone tissue.All tested scaffolds were populated with melanoma M14 and SK-MEL-28 cells that were left to grow for 28 days.Scaffold infiltrations by cells were assessed on day 1, 7, 14, 21 and 28.Populated scaffolds were then processed with a tissue processor, embedded in paraffin wax, sliced up with a microtome and stained with H&E followed by bright field microscopy.The images were put together in chronological order to see the growth progression.Both SK-MEL-28 and M14 cell lines have demonstrated most penetration when grown on chondroitin scaffolds, followed by hyaluronic acid scaffolds.Cells grown on nano-hydroxyapatite scaffolds showed the least colonisation and tended to accumulate around the edges of the scaffold.M14 cells growing on chondroitin scaffolds demonstrated rapid infiltration when compared with SK-MEL28 cells probably due to intrinsic aggressive growth properties.In conclusion, we have demonstrated for the first time the ability of collagen-based scaffolds to support melanoma cell growth and colonisation.Our findings can aid the development of a 3D in vitro scaffold-based platform to study melanoma biology.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».