MétaCan
Menu
Retour à la cohorte
Enregistrement W4393216683 · doi:10.1039/d4lc00032c

Brachytherapy on-a-chip: a clinically-relevant approach for radiotherapy testing in 3d biology

2024· article· en· W4393216683 sur OpenAlexafffund
Rodin Chermat, Elena Refet-Mollof, Yuji Kamio, Jean‐François Carrier, Philip Wong, Thomas Gervais

Notice bibliographique

RevueLab on a Chip · 2024
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversité de MontréalPolytechnique MontréalUniversity Health NetworkCentre Hospitalier de l’Université de MontréalPrincess Margaret Cancer CentreMontreal Heart Institute
Organismes subventionnairesMEDTEQ+Fonds de recherche du Québec – Nature et technologiesCanada First Research Excellence FundInstitut TransMedTechNatural Sciences and Engineering Research Council of CanadaInstitut Du Cancer de MontréalMitacs
Mots-clésBrachytherapyMedical physicsRadiation therapyPreclinical testingMedicineRadiology

Résumé

récupéré en direct d'OpenAlex

testing of brachytherapy (BT), with applications in translational cancer research. Our PDMS-made BT-on-chip system allows highly precise manual insertion of clinical BT seeds, reliable dose calculation using standard clinically-used TG-43 formalism and easy culture of naturally hypoxic spheroids in less than 3 days, thereby increasing the translational potential of the device. As the BT-on-chip platform is designed to be versatile, we showcase three different gold-standard post-irradiation bioassays and recapitulate, for the first time on-chip, key clinical observations such as dose rate effect and hypoxia-induced radioresistance. Our results suggest that BT-on-chip can be used to safely and efficiently integrate BT and radiotherapy to translational research and drug development pipelines, without expensive equipment or complex workflows.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,054
Tête enseignante GPT0,352
Écart entre enseignants0,298 · 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

Citations8
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujet3D Printing in Biomedical ResearchTravaux en français237 207