MétaCan
Menu
Retour à la cohorte
Enregistrement W4406414121 · doi:10.22541/au.173697393.33154133/v1

Cold atmospheric plasma as novel ‘drug’ for cancer therapy

2025· preprint· en· W4406414121 sur OpenAlexaff
Danni Fu, Shiyao Lin, Qingnan Xu, Fei Cao, Israr Khan, Shuhua Xu, Zhenhua Li, Zhaowei Chen, Guojun Chen, Zejun Wang, Zhitong Chen

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiquePlasma Applications and Diagnostics
Établissements canadiensMcGill University
Organismes subventionnairesBasic and Applied Basic Research Foundation of Guangdong ProvinceNational Key Research and Development Program of China
Mots-clésDrugCancerAtmospheric-pressure plasmaCancer therapyPlasmaMedicinePharmacologyInternal medicinePhysics

Résumé

récupéré en direct d'OpenAlex

Plasma with low temperature generated at atmospheric pressure is known as cold atmospheric plasma (CAP). Owing to its unique characteristics and biological effects of inducing tumor cell death without endangering the surrounding healthy tissues, CAP is regarded as an emerging potent anticancer strategy and has been extensively investigated in preclinical research. In this review, we define the reactive species that play a major role in CAP as a novel “drug” (termed as plasma drug) used in cancer therapy. Various methods of plasma drug use in tumor treatment were summarized, mainly including plasma drug direct delivery, carriers for plasma drug, plasma drug synergistic immunotherapy, plasma drug in combination with nanoparticle therapy, plasma drug delivery with other anti-tumor drugs, and biomedical devices assisted plasma drug delivery. Furthermore, we provide prospective on the future development of plasma drug for cancer therapy. Plasma drug has the potential to evolve into a novel class of cancer therapy with continued technology improvements and multidisciplinary research efforts, providing patients with effective and individualized treatment alternatives (Scheme [1](#fig-cap-0001)).

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)0,000
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,495
Score d'incertitude au seuil0,861

Scores Codex et Gemma par catégorie

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 savante0,0000,000
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 Opus0,032
Tête enseignante GPT0,337
Écart entre enseignants0,305 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlasma Applications and DiagnosticsTravaux en français237 207