MétaCan
Menu
Retour à la cohorte
Enregistrement W4316925850 · doi:10.1007/s12032-022-01930-6

RETRACTED ARTICLE: Molecular and therapeutic effect of CRISPR in treating cancer

2023· review· en· W4316925850 sur OpenAlexaff
Sawani Rodrigo, Kaveesha Senasinghe, Sameer Quazi

Dossier post-publication

NatureRetraction
MotifCompromised Peer Review;Investigation by Company/Institution;Objections by Author(s);Unreliable Results and/or Conclusions;
Date3/24/2025 0:00
Signalé par OpenAlex ?Oui

Source : Retraction Watch, jointe par DOI. OpenAlex consigne la rétractation dans is_retracted, un booléen sur un espace d'états à au moins quatre valeurs ; il ne peut donc exprimer ni une expression de préoccupation, ni une correction, ni un rétablissement, et les rapporte comme false, ce qui se lit comme « rien à signaler ».

Notice bibliographique

RevueMedical Oncology · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensEmergent BioSolutions (Canada)
Organismes subventionnairesnon disponible
Mots-clésCRISPRGenome editingBiologyEpigeneticsGeneCancerGenomeComputational biologyDNA repairGeneticsCancer cellCancer research

Résumé

récupéré en direct d'OpenAlex

Cancer has become one of the common causes of mortality around the globe due to mutations in the genome which allows rapid growth of cells uncontrollably without repairing DNA errors. Cancers could arise due alterations in DNA repair mechanisms (errors in mismatch repair genes), activation of oncogenes and inactivation of tumor suppressor genes. Each cancer type is different and each individual has a unique genetic change which leads them to cancer. Studying genetic and epigenetic alterations in the genome leads to understanding the underlying features. CAR T therapy over other immunotherapies such as monoclonal antibodies, immune checkpoint inhibitors, cancer vaccines and adoptive cell therapies has been widely used to treat cancer in recent days and gene editing has now become one of the promising treatments for many genetic diseases. This tool allows scientists to change the genome by adding, removing or altering genetic material of an organism. Due to advance in genetics and novel molecular techniques such as CRISPR, TALEN these genes can be edited in such a way that their original function could be replaced which in turn improved the treatment possibilities and can be used against malignancies and even cure cancer in future along with CAR T cell therapy due to the specific recognition and attacking of tumor.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0160,009

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 Opus0,074
Tête enseignante GPT0,494
Écart entre enseignants0,420 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical OncologyMême sujetCAR-T cell therapy researchTravaux en français237 207