MétaCan
Menu
Retour à la cohorte
Enregistrement W4387866315 · doi:10.1002/advs.202304886

Perfusion Window Chambers Enable Interventional Analyses of Tumor Microenvironments

2023· article· en· W4387866315 sur OpenAlexfundno aff
Anastasia Korolj, Rainer H. Köhler, Ella Scott, Elias A. Halabi, Kilean Lucas, Jonathan Carlson, Ralph Weissleder

Notice bibliographique

RevueAdvanced Science · 2023
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer InstituteNatural Sciences and Engineering Research Council of CanadaNational Institutes of HealthSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésIn vivoIntravital microscopyTumor microenvironmentPreclinical imagingPerfusionPathologyMedicineBiomedical engineeringBiologyCancer researchTumor cellsRadiology

Résumé

récupéré en direct d'OpenAlex

Intravital microscopy (IVM) allows spatial and temporal imaging of different cell types in intact live tissue microenvironments. IVM has played a critical role in understanding cancer biology, invasion, metastases, and drug development. One considerable impediment to the field is the inability to interrogate the tumor microenvironment and its communication cascades during disease progression and therapeutic interventions. Here, a new implantable perfusion window chamber (PWC) is described that allows high-fidelity in vivo microscopy, local administration of stains and drugs, and longitudinal sampling of tumor interstitial fluid. This study shows that the new PWC design allows cyclic multiplexed imaging in vivo, imaging of drug action, and sampling of tumor-shed materials. The PWC will be broadly useful as a novel perturbable in vivo system for deciphering biology in complex microenvironments.

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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,035
Tête enseignante GPT0,349
Écart entre enseignants0,313 · 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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced ScienceMême sujet3D Printing in Biomedical ResearchTravaux en français237 207