MétaCan
Menu
Retour à la cohorte
Enregistrement W4396977879 · doi:10.4081/btvb.2024.109

Coagulome and tumor microenvironment: impact of oncogenes, cellular heterogeneity and extracellular vesicles

2024· article· en· W4396977879 sur OpenAlexaff
Nadim Tawil, Lata Adnani, Janusz Rak

Notice bibliographique

RevueBleeding Thrombosis and Vascular Biology · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésExtracellular vesiclesTumor microenvironmentCell biologyExtracellular matrixExtracellularVesicleMicrovesiclesTumor heterogeneityChemistryBiologyTumor cellsCancer researchGeneticsBiochemistryCancerGenemicroRNA

Résumé

récupéré en direct d'OpenAlex

Cancer-associated thrombosis (CAT) results from the hemostatic system being dysregulated by the progression of cancer. Despite common clinical manifestations, the mechanisms of CAT may vary greatly because cancers develop along distinct biological trajectories that are imposed by the interaction between the tumor cell genome, the epigenome, the surrounding microenvironment, and the tissue of origin. The coagulome, or repertoire of coagulation effectors, expressed by stromal, inflammatory, and cancer cells at the tumor-vascular interface and systemically, reflects this biological variability. Complex landscapes of coagulant and non-coagulant cellular populations are revealed by single-cell RNA sequencing analyses conducted on unperturbed human cancer tissues. Additionally, through mediators of cell-cell interactions, soluble coagulants, and extracellular vesicles containing tissue factor, podoplanin, and other effectors, coagulomes are projected into the pericellular milieu and systemic circulation. As this complexity is currently outside of the clinical paradigm, one could argue that better CAT management could result from a more individualized analysis of coagulomes in cancer patients.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,019
Tête enseignante GPT0,289
Écart entre enseignants0,270 · 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'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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBleeding Thrombosis and Vascular BiologyMême sujetExtracellular vesicles in diseaseTravaux en français237 207