MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409690136 · doi:10.1158/1538-7445.am2025-67

Abstract 67: Deciphering the mechanisms underlying the pathophysiology and chemotherapy resistance in acute myeloid leukemia using intravital imaging and humanized NSGW41IL7 mouse

2025· article· en· W4409690136 sur OpenAlexaff
Raheleh Niavarani, Xi Lei, Michael Edson, Emily Chen, Shirley Wang, Ralph S. DaCosta

Notice bibliographique

RevueCancer Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Myeloid Leukemia Research
Établissements canadiensUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMyeloid leukemiaPathophysiologyMedicineChemotherapyIntravital microscopyCancer researchPathologyImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: Acute Myeloid Leukemia (AML) is an aggressive & highly heterogeneous malignancy that originates within the bone marrow (BM). A major challenge in treating AML is its resistance to therapy & high relapse rates, driven in part by changes AML induces in the BM microenvironment, promoting immune suppression & creating hypoxic conditions. However, the mechanisms behind therapeutic resistance in AML patients in the presence of hypoxic BM niche, are poorly understood.Innovation & Clinical Impact: To address this knowledge gap, our study employs two pioneering methods: a humanized NSGW41IL7 mouse model engrafted with human AML cells & the femur window chamber (FWC) technique, enabling unprecedented real-time visualization of AML dynamics within BM. Using advanced intravital imaging, we are the first to observe the intricate, continuous interactions between AML cells & immune components, such as human gamma delta T cells, within the BM microenvironment. Furthermore, we are interested in using our new approach to investigate how standard chemotherapies impact AML cell survival & immune responses under hypoxic conditions over time. Ultimately, our findings will provide new insights into treatment resistance mechanisms & pave the way for innovative therapeutic strategies targeting the BM microenvironment, improving outcomes for AML patients. Citation Format: Raheleh Niavarani, Xi Lei, Michael Edson, Emily Chen, Shirley Wang, Ralph DaCosta. Deciphering the mechanisms underlying the pathophysiology and chemotherapy resistance in acute myeloid leukemia using intravital imaging and humanized NSGW41IL7 mouse [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2025; Part 1 (Regular Abstracts); 2025 Apr 25-30; Chicago, IL. Philadelphia (PA): AACR; Cancer Res 2025;85(8_Suppl_1):Abstract nr 67.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,051
Tête enseignante GPT0,395
Écart entre enseignants0,344 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetAcute Myeloid Leukemia Research→Travaux en français237 207→