Câncer de pele não melanoma: revisão integrativa
Notice bibliographique
Résumé
Introduction: Non-melanoma skin cancer comprises a group of neoplasms with a high incidence in the world population. It is divided into basal cell carcinoma and squamous cell carcinoma. As it is highly prevalent, understanding the process of oncogenesis and the relationship with ions, proteins and cellular receptors in nonmelanoma skin cancer can contribute to the evaluation of new therapies. Objective: To understand the oncogenesis process of non-melanoma skin tumors and its relationship with the immunolocalization of IP3R. Methods: Integrative literature review with evidence synthesis. The database was PubMed; the search strategy: “squamous cell carcinoma, AND/OR basal cell carcinoma, AND/OR IP3R, AND/OR immunohistochemistry”. Works published between 2018 and 2023 were considered for review; 40 works were included, fully read and summarized. Results: Non-melanoma skin cancer is the most common malignant tumor worldwide, with 75-80% being basal cell carcinoma, and up to 25% being cell carcinoma. Molecular interactions in general involve a large participation of tumor suppressor molecules, as well as procto-oncogenes. Furthermore, voltage-dependent ion channels control the cytosolic flow of ions, including calcium. The IP3R (phosphatidyl inositol-3 receptor) allows the exit of calcium from the endoplasmic reticulum so that it can be used by the cell for physiological activities such as proliferation, angiogenesis, motility and invasion capacity. Conclusion: The IP3R, due to its immunohistochemical expression characteristics, appears may also be related to the pathophysiology of nonmelanoma skin cancer.
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 | 0,000 |
| 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 ».