MétaCan
Menu
Retour à la cohorte
Enregistrement W4394004627 · doi:10.1016/j.ebiom.2024.105089

The clinical manifestations and molecular pathogenesis of radiation fibrosis

2024· article· en· W4394004627 sur OpenAlexafffund
Mackenzie Fijardo, Jennifer Kwan, Pierre-Antoine Bissey, Deborah E. Citrin, Kenneth W. Yip, Fei‐Fei Liu

Notice bibliographique

RevueEBioMedicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueEffects of Radiation Exposure
Établissements canadiensPrincess Margaret Cancer CentreUniversity of TorontoOntario Institute for Cancer Research
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of TorontoPrincess Margaret Cancer Foundation
Mots-clésRadiation therapyFibrosisMedicinePathogenesisIonizing radiationCancer researchBioinformaticsPathologyRadiologyIrradiationBiology

Résumé

récupéré en direct d'OpenAlex

Advances in radiation techniques have enabled the precise delivery of higher doses of radiotherapy to tumours, while sparing surrounding healthy tissues. Consequently, the incidence of radiation toxicities has declined, and will likely continue to improve as radiotherapy further evolves. Nonetheless, ionizing radiation elicits tissue-specific toxicities that gradually develop into radiation-induced fibrosis, a common long-term side-effect of radiotherapy. Radiation fibrosis is characterized by an aberrant wound repair process, which promotes the deposition of extensive scar tissue, clinically manifesting as a loss of elasticity, tissue thickening, and organ-specific functional consequences. In addition to improving the existing technologies and guidelines directing the administration of radiotherapy, understanding the pathogenesis underlying radiation fibrosis is essential for the success of cancer treatments. This review integrates the principles for radiotherapy dosimetry to minimize off-target effects, the tissue-specific clinical manifestations, the key cellular and molecular drivers of radiation fibrosis, and emerging therapeutic opportunities for both prevention and treatment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,851
Score d'incertitude au seuil0,201

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,336
Écart entre enseignants0,324 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations67
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEBioMedicineMême sujetEffects of Radiation ExposureTravaux en français237 207