MétaCan
Menu
← Retour à la cohorte
Enregistrement W7132895885

Cellular Impact of Local Sub-ablative Radiotherapy on Pleural Mesothelioma

2025· dissertation· W7132895885 sur OpenAlexaff
Sara Shariati

Notice bibliographique

RevueTSpace · 2025
Typedissertation
Langue
DomaineMedicine
ThématiqueOccupational and environmental lung diseases
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésImmune systemTumor microenvironmentRadiation therapyChemokineCXCL10ImmunotherapyEndothelial stem cellCCL2Cell
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this study, we optimized a subcutaneous mouse model of pleural mesothelioma and demonstrated that local radiotherapy (LRT) can suppress tumor growth for up to eight days post-treatment. Single-cell RNA sequencing of tumor samples identified diverse tumor microenvironment cell types, including T cells, natural killer cells, dendritic cells, macrophages, fibroblasts, and endothelial cells. LRT-treated tumors exhibited major compositional shifts toward a pro-inflammatory state, with increased infiltration of CD8⁺ T cells and Ly6Chigh monocytes/macrophages. After treatment, endothelial cells upregulated CXCL10 expression, generating a chemotactic gradient to enhance immune cell recruitment. Evidence further suggested activation of the non-canonical STING (stimulator of interferon genes) pathway in fibroblasts and endothelial cells eight days post-treatment, potentially contributing to tumor regrowth. Concurrently, we observed sustained p53 signaling in these cell types (ie. fibroblasts and endothelial cells), marked by prolonged Cdkn1a upregulation. These findings indicate that LRT-induced DNA damage may trigger a senescence-associated secretory phenotype, which initially amplifies anti-tumor immune responses but later promotes pro-tumorigenic remodeling.

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 enseignants0,001
Score d'incertitude au seuil0,005

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 savante0,0000,000
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 Opus0,014
Tête enseignante GPT0,352
Écart entre enseignants0,337 · 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 revueTSpace→Même sujetOccupational and environmental lung diseases→Travaux en français237 207→