MétaCan
Menu
Back to cohort
Record W7033397439

Predictive carboplatin treatment response models for epithelial ovarian cancer : comparison of 2D, 3D and in-vivo models

2021· other· en· W7033397439 on OpenAlexfundno aff

Bibliographic record

VenueOpen MIND · 2021
Typeother
Languageen
FieldMedicine
TopicCancer Cells and Metastasis
Canadian institutionsnot available
FundersInstitute of Cancer ResearchUniversité de Montréal
KeywordsCarboplatinEpithelial ovarian cancerOvarian cancerIn vivoTumor cells
DOInot available

Abstract

fetched live from OpenAlex

L’adénocarcinome épithélial de l’ovaire (CEO) est le cancer gynécologique le plus mortel. La recherche de nouvelles thérapies repose principalement sur des modèles précliniques 2D et in vivo avec des lignées cellulaires (LC) pour générer les évidences nécessaires à l’initiation d’essais cliniques. Ce processus requiert des fonds substantiels en recherche/santé qui est associé à un taux d’attrition élevé laissant supposer des lacunes dans le modèle actuel. Nos publications antérieures suggèrent que la sensibilité in vitro de nos LC du CEO à la chimiothérapie carboplatin varie en 2D ou 3D. Il reste à élucider lequel de ces modèles est le plus représentatif de la réponse in vivo. De ce fait, nous avons émis l’hypothèse que le modèle 3D refléterait plus étroitement la sensibilité in vivo. L’objectif de cette étude était de caractériser la réponse au carboplatin de nos LC du CEO en monocouches et en sphéroïdes (3D), puis de les comparer à leur réponse in vivo (xénogreffes). Un total de 6 LC du CEO a été injecté dans des souris qui ont reçues trois différentes concentrations de carboplatin. Leurs réponses ont été évaluées/classées selon leurs mesures de volume tumoral et l’immunofluorescence. Ces mêmes LC ont été ensemencées dans des plaques à très faible adhérence pour former des sphéroïdes et les traiter. Des analyses de cytométrie en flux ont été effectuées afin de classer les LC selon leur concentration inhibitrice médiane (CI50). Nous avons comparé le tout aux résultats 2D (CI50) précédemment publiés. Nos résultats montrent que le système 3D démontre la meilleure concordance avec le modèle in vivo. Notamment, notre LC ultra-résistance en 2D devient plus sensible en modèle murin ou encore en 3D. Inversement, une LC ultra-sensible en 2D est plus résistante en xénogreffe et en sphéroïde. Les résultats découlant de notre étude sont importants à considérer lors d’investissement de temps et de fonds dans les études de criblage et de prédiction de réponses thérapeutiques.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.004
Threshold uncertainty score0.008

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0000.000
Scholarly communication0.0010.001
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0020.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.093
GPT teacher head0.376
Teacher spread0.284 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2021
Admission routes1
Has abstractyes

Explore more

Same venueOpen MINDSame topicCancer Cells and MetastasisFrench-language works237,207