Bibliografias temáticas / Classification des gliomes

Literatura científica selecionada sobre o tema "Classification des gliomes"

Autor: Grafiati
Publicado: 25 de maio de 2024

Crie uma referência precisa em APA, MLA, Chicago, Harvard, e outros estilos

Selecione um tipo de fonte:

Índice

Consulte a lista de atuais artigos, livros, teses, anais de congressos e outras fontes científicas relevantes para o tema "Classification des gliomes".

Ao lado de cada fonte na lista de referências, há um botão "Adicionar à bibliografia". Clique e geraremos automaticamente a citação bibliográfica do trabalho escolhido no estilo de citação de que você precisa: APA, MLA, Harvard, Chicago, Vancouver, etc.

Você também pode baixar o texto completo da publicação científica em formato .pdf e ler o resumo do trabalho online se estiver presente nos metadados.

Artigos de revistas sobre o assunto "Classification des gliomes"

1

Taillibert, Sophie, Marta Pedretti e Marc Sanson. "Classification actuelle des gliomes". La Presse Médicale 33, n.º 18 (outubro de 2004): 1274–77. http://dx.doi.org/10.1016/s0755-4982(04)98906-3.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
2

Figarella-Branger, D., C. Colin, B. Coulibaly, B. Quilichini, A. Maues De Paula, C. Fernandez e C. Bouvier. "Classification histologique et moléculaire des gliomes". Revue Neurologique 164, n.º 6-7 (junho de 2008): 505–15. http://dx.doi.org/10.1016/j.neurol.2008.03.011.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
3

Idbaih, A., Y. Marie, C. Lucchesi, G. Pierron, E. Manié, V. Raynal, K. Hoang-Xuan et al. "Vers une classification moléculaire pronostique des gliomes". Revue Neurologique 163, n.º 1 (janeiro de 2007): 21–23. http://dx.doi.org/10.1016/s0035-3787(07)90373-2.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
4

Taillibert, Sophie, Marta Pedretti e Marc Sanson. "Génétique des gliomes, vers une classification moléculaire". La Presse Médicale 33, n.º 18 (outubro de 2004): 1268–73. http://dx.doi.org/10.1016/s0755-4982(04)98905-1.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
5

Brouland, Jean Philippe, e Andreas F. Hottinger. "Nouvelle classification OMS 2016 des gliomes : quels changements ?" Revue Médicale Suisse 13, n.º 579 (2017): 1805–9. http://dx.doi.org/10.53738/revmed.2017.13.579.1805.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
6

Stella, I., M. Helleringer, A. Joud, P. Chastagner e O. Klein. "Gliomes des voies optiques et hypothalamo-chiasmatiques de l’enfant : proposition d’une classification à usage neurochirurgical". Neurochirurgie 65, n.º 2-3 (abril de 2019): 112. http://dx.doi.org/10.1016/j.neuchi.2019.03.024.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
7

Lubrano, V., E. Uro-Coste, P. Bousquet, C. Pierroux, M. B. Delisle e J. Lagarrigue. "Étude histo-moléculaire de 26 gliomes de haut grade : impact sur la classification et le pronostic". Neurochirurgie 52, n.º 5 (novembro de 2006): 478. http://dx.doi.org/10.1016/s0028-3770(06)71277-2.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
8

Nioche, C., M. Soret, E. Gontier, I. Buvat e G. Bonardel. "Évaluation de la classification des gliomes en TEP 18F-FDOPA obtenue à partir d’un critère quantitatif pour des acquisitions statiques ou dynamiques". Médecine Nucléaire 37, n.º 5 (maio de 2013): 166–67. http://dx.doi.org/10.1016/j.mednuc.2013.03.122.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
9

Faraji-Rad, Mohammad. "Epidemiological Study of Molecular and Genetic Classification in Adult Diffuse Glioma". International Journal of Surgery & Surgical Techniques 6, n.º 2 (2022): 1–5. http://dx.doi.org/10.23880/ijsst-16000171.

Texto completo da fonte
Resumo:
Background: Mutations in isocitrate dehydrogenase 1 (IDH1) and isocitrate dehydrogenase 2 (IDH2) are frequent in lowgrade and high-grade gliomas. However, the diagnostic criteria, in particular for gliomas, are highly various. The aim of our study was to establish genetic profiles for mutation and calcification of diffuse gliomas and to evaluate their predictive factors. Methods: We estimate the different clinical and molecular characterization between IDH1, IDH2 mutant gliomas, p53, ATRX and 1p19q. In addition, whole-transcriptome sequencing and DNA extraction data were used to evaluate the distribution of genetic changes in IDH1 and IDH2 mutant gliomas in a Iranian high grade glioma. Results: Between 2016-2019, among 53 gliomas in our study, 29 cases (54.7% %) harbored an IDH1,2 mutation, 21 cases (39.6 %) harbored an p53 mutation and 19 cases (35.8 %) harbored an ATRX. In addition, 1p19q co-deletion mutation was found in 7 cases (12.2%). We found that IDH1 and IDH2 are mutually entirely in gliomas. There was no significant relation between histopathology, tumor location and clinical finding with diagnosed mutations. Conclusion: Our study discloses an associated distinction between IDH1 and IDH2 mutant gliomas nearly in half of patients, followed by p53. These mutations should be reviewed separately because their differences could have indication for the diagnosis and treatment of IDH1/2 mutant gliomas.
Estilos ABNT, Harvard, Vancouver, APA, etc.
10

Zhang, W., J. Zhao, D. Guo, W. Zhong, J. Shu e Y. Luo. "Rôle de l’IRM de susceptibilité magnétique dans la mise en évidence de produits de dégradation de l’hémoglobine intratumoraux et dans la classification des gliomes". Journal de Radiologie 91, n.º 4 (abril de 2010): 485–90. http://dx.doi.org/10.1016/s0221-0363(10)70063-9.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
Mais fontes

Teses / dissertações sobre o assunto "Classification des gliomes"

1

Deluche, Mouricout Elise. "Implication des biomarqueurs NTRK2 et CHI3L1 dans la nouvelle classification histo-moléculaire des gliomes". Thesis, Limoges, 2018. http://www.theses.fr/2018LIMO0063/document.

Texto completo da fonte
Resumo:
Les gliomes, tumeurs cérébrales primaires du système nerveux central, sont souvent de pronostic défavorable, d'autant plus que l'absence de critères indiscutables pour les identifier rend leur diagnostic et leur prise en charge particulièrement difficiles. L’analyse conjointe, d’une cohorte française de 64 patients porteurs de gliomes et d’une cohorte internationale de 671 patients issus du TCGA, a permis de mettre en évidence deux groupes pronostiques constitués par un panel d’expression différentielle de 26 gènes (p = 0,007). Cette stratification en deux groupes pronostiques a été confirmée quels que soient le grade et le groupe moléculaire de la tumeur (p < 0,0001). Nous avons établi une nouvelle stratégie diagnostique à partir de la classification moléculaire des gliomes en intégrant deux biomarqueurs pronostiques CHI3L1 et NTRK2. L’analyse multivariée confirme que ces biomarqueurs sont indépendants du statut IDH et du grade tumoral. Si nous avons mis en évidence par l’analyse protéique de CHI3L1 une concordance avec les transcrits, les résultats divergent pour TrkB. Ainsi, une expression élevée de TrkB et son corécepteur p75NTR serait liée à l’agressivité tumorale indépendamment du statut IDH. Enfin, TrkB et p75NTR sont présents aussi bien dans les exosomes issus du plasma de témoins sains et de patients atteints de gliomes mais leur expression augmente en fonction de l’agressivité de la tumeur
Gliomas, primary brain tumours of the central nervous system, are often of poor prognosis.The absence of clear criteria to identify them makes their diagnosis and management particularly difficult. The combined analysis of a cohort of 64 glioma patients and an international cohort of 671 patients from the TCGA revealed two prognostic groups of a differential expression panel of 26 genes (p = 0.007). This stratification into two prognostic groups was confirmed independently of the grade and molecular group of the tumor (p <0.0001). We have established a new diagnostic strategy based on the molecular classification of gliomas by integrating two prognostic biomarkers CHI3L1 and NTRK2. Multivariate analysis confirms that these biomarkers are independent of IDH status and tumor grade.While we have demonstrated by the protein analysis of CHI3L1 concordance with the transcripts, the results are different for TrkB. Therefore, a high expression of TrkB and its p75NTR co-receptor would be associated with tumor aggressiveness regardless of IDH status. Lastly, TrkB and p75NTR are present in exosomes from plasma of healthy controls and glioma patients, but their expression increases with the aggressiveness of tumor
Estilos ABNT, Harvard, Vancouver, APA, etc.
2

Le, Rhun Émilie. "Recherche de biomarqueurs protéiques dans le but de réaliser une classification moléculaire des gliomes : étude GLIOMIC". Thesis, Lille 2, 2017. http://www.theses.fr/2017LIL2S005/document.

Texto completo da fonte
Resumo:
L’incidence des gliomes est estimée à 6.6 pour 100 000 habitants. Les survies varient selon le sous-type de gliomes, avec des taux de survie à 5 ans d’environ 48% pour les astrocytomes diffus selon la classification de l’Organisation Mondiale de la Santé (OMS), 28% pour les astrocytomes anaplasiques, 80% pour les oligodendrogliomes, 52% pour les oligodendrogliomes anaplasiques et 5% pour les glioblastomes, tumeurs cérébrales malignes les plus fréquentes.Une meilleure compréhension des mécanismes et de la biologie de ces tumeurs et de nouvelles pistes thérapeutiques sont essentielles afin d’identifier de nouvelles thérapies pouvant améliorer le pronostic des patients. La classification OMS 2016 des tumeurs du système nerveux central a, pour la première fois, intégré les données de biologie moléculaires aux données histopathologiques, afin d’améliorer la distinction des différents sous-groupes de tumeurs et d’orienter au mieux les choix thérapeutiques pour chaque sous-groupe.Nous nous sommes intéressés dans ce travail à l’apport de l’approche en protéomique par imagerie par matrix-assisted laser desorption/ionization spectrométrie de masse MALDI (MALDI-MSI) couplée à l’analyse en microprotéomique dans les gliomes dans le cadre de l’étude clinique GLIOMIC (NCT02473484) qui a pour but de réaliser une classification moléculaire des gliomes en intégrant les données cliniques et celles obtenues par ces nouvelles approches.La faisabilité de la technique a d’abord été validée sur une série de gliomes anaplasiques. Dans cette première analyse, nous avons pu démontrer que, bien que l’approche protéomique confirmait également l’hétérogénéité tumorale, les analyses histologiques et protéomiques divergent et apportent des informations complémentaires. L’imagerie moléculaire protéomique a mis en évidence trois différents groupes d’expression de protéines : un groupe de protéines associé au cancer, un groupe de protéines impliquées dans l’inflammation et un groupe de protéines impliquées dans la différentiation des cellules nerveuses et la croissance des neurites.Nous nous sommes ensuite intéressés aux glioblastomes. Les premiers résultats ont également confirmés l’existence des 3 régions d’intérêt définies sur le plan moléculaires, apportant de nouvelles informations par rapport aux données histopathologiques. Ces résultats doivent être confirmés dans une cohorte plus large de patients.En conclusion, l’intégration de ces biomarqueurs protéomiques, aux données cliniques, histopathologiques et de biologie moléculaire, pourrait permettre d’améliorer les connaissances sur les gliomes, leur classification et l’identification de nouvelles cibles thérapeutiques potentielles
The annual incidence of gliomas is estimated at 6.6 per 100,000. Suvival varies profoundly by type of glioma, with 5-year survival rates of 48% for World Health Organization (WHO) grade II diffuse astrocytoma, 28% for WHO grade III anaplastic astrocytomas, 80% for WHO grade II oligodendroglioma, 52% for WHO grade III anaplastic oligodendroglioma and 5% for WHO grade IV glioblastoma, the most frequent primary malignant brain tumor. A better understanding of the molecular pathogenesis and the biology of these tumors is required to design better therapies which can ultimately improve the prognosis of patients. The WHO 2016 classification of central nervous system tumors has for the first time integrated molecular data with the histopathological data, in order to improve the classification of the different subgroups of central nervous system tumors and to allow to derive more specific therapeutic strategies for each of the different subgroups.In the present work, we aimed at evaluating the value of a proteomic approach using matrix-assisted laser desorption/ionization (MALDI) mass spectrometry coupled with microproteomic analysis in gliomas through the GLIOMIC clinical study (NCT02473484), we aimed at obtaining a molecular classification of glioblastomas by integrating clinical data to the ones obtained by such technologies. The feasibility of this approach was first demonstrated in a cohort of anaplastic gliomas. In this first analysis, we showed that although proteomic analysis confirmed the heterogeneity of brain tumors already observed with the histological analysis, the two approaches may lead to different and complementary information. Three different groups of proteins of interest were identified: one involved in neoplasia, one related to glioma with inflammation, and one involved neurogenesis. Then, analyses of glioblastomas confirmed the three proteomic patterns of interest already observed in the anaplastic gliomas, which represents new information as compared to histopathological analysis alone. These results have to be confirmed in a larger cohort of patients.We conclude that MALDI mass spectrometry coupled with microproteomic analysis may provide new diagnostic information and may aid in the identification of new biomarkers. The integration of these proteomic biomarkers into the clinical data, histopathological data and data from molecular biology may improve the knowledge on gliomas, their classification and development of new targeted therapies
Estilos ABNT, Harvard, Vancouver, APA, etc.
3

Wehbe, Katia. "Usage of FTIR spectro-imaging for the development of a molecular anatomo-pathology of cerebral tumors". Thesis, Bordeaux 1, 2008. http://www.theses.fr/2008BOR13677/document.

Texto completo da fonte
Resumo:
Les gliomes sont des tumeurs agressives de mauvais pronostic, très angiogéniques et infiltrantes ce qui rend leur exérèse particulièrement difficile. Vu les limites des techniques actuelles d’imagerie, nous avons proposé la spectro-imagerie Infrarouge à Transformée de Fourier (IRTF), d’une résolution spatiale de 6 µm, pour apporter une information moléculaire à l’examen histologique actuel des gliomes. Nos travaux ont été fondés sur la recherche de paramètres moléculaires des vaisseaux sanguins, notamment sur la base des contenus de leur membrane basale. Celle-ci subit des altérations dûes au stress angiogénique tumoral. Nous avons mis en évidence des altérations de la structure secondaire des protéines (tels les collagènes) des vaisseaux sanguins au cours de la croissance de la tumeur. Nous avons aussi évalué les modifications des chaines d’acides gras des phospholipides membranaires, qui révélent un degré d’insaturation plus important pour les vaisseaux tumoraux. Ensuite, sur un modèle de gliome murin, nous avons établi une méthode efficace de classification des capillaires sanguins sur la base d’absorptions de leurs contenus glucidiques et lipidiques, permettant de discriminer totalement les capillaires sains et tumoraux. La combinaison de ces paramètres a été mise à profit pour assurer une histopathologie moléculaire des gliomes humains. Nos résultats ont démontré qu’il est possible de différencier entre la vasculature saine et tumorale sur ces gliomes humains, ce qui permet une bonne délimitation des zones tissulaires correspondantes. Cette technique pourrait devenir un outil analytique fiable, rapide d’une durée compatible avec la chirurgie et donc très utile pour les neurochirurgiens
Malignant gliomas are very aggressive tumors with poor prognosis, highly angiogenic and invasive into the surrounding brain parenchyma, making their resection very difficult. Regarding the limits of current imaging techniques, we have proposed Fourier Transform Infrared (FTIR) spectro-imaging, with a spatial resolution of 6 µm, to provide molecular information for the histological examination of gliomas. Our work was based on the research of molecular parameters of blood vessels, notably on the basis of the contents of their basement membrane, which undergoes changes due to tumor angiogenic stress. We have identified alterations of the secondary structure of proteins (such as collagen) in blood vessels during tumor growth. We have also assessed the changes in fatty acyl chains of membrane phospholipids, which revealed a higher unsaturation level in tumor vessels. Then, on a murine glioma model, we have established an efficient method of blood vessels classification based on their carbohydrates and fats contents, allowing the differentiation between healthy and tumor blood vessels. The combination of these parameters was used to provide a molecular histopathology for the study of human gliomas. Our results have demonstrated the feasibility of differentiating between healthy and tumor vasculature in these human gliomas, which help delimitating areas of corresponding tissue. This technique could become a reliable and fast analytical tool, with duration compatible with the surgery and thus very useful for neurosurgeons
Estilos ABNT, Harvard, Vancouver, APA, etc.
4

Li, Yingping. "Artificial intelligence and radiomics in cancer diagnosis". Electronic Thesis or Diss., université Paris-Saclay, 2022. http://www.theses.fr/2022UPASG053.

Texto completo da fonte
Resumo:
L'intelligence artificielle (IA) est très utilisée pour le diagnostic et le traitement de données médicales, donnant lieu à la médecine personnalisée assistée par l'IA. Ce manuscrit se concentre sur la proposition et l'analyse de méthodes d'IA, notamment l'apprentissage profond et la radiomique, pour le diagnostic du cancer. Tout d'abord, une approche efficace de segmentation automatique est essentielle pour mettre en place une méthode de diagnostic par IA, car c'est un préalable à une analyse par radiomiques. Nous avons proposé une nouvelle approche pour la segmentation automatique des lésions dans les images échographiques, basée sur des données multicentrique et multipathologique présentant différents types de cancers. En introduisant la convolution de groupe, nous avons proposé un réseau U-net léger en mémoire sans sacrifier les performances de segmentation. Deuxièmement, nous nous sommes intéressés au traitement de données d'imagerie par résonance magnétique (IRM) pour prédire de manière non invasive le sous-type de gliome, défini par le grade de la tumeur, la mutation de l'isocitrate déshydrogénase (IDH) et la codélétion 1p/19q. Nous proposons une approche par radiomiques. La performance de prédiction s'est améliorée de manière significative en optimisant différents paramètres de notre modèle. Les caractéristiques des éléments radiomiques qui distinguent le mieux les sous-types de gliome ont également été analysées. Ce travail a non seulement fourni un pipeline qui fonctionne bien pour prédire le sous-type de gliome, mais il a également contribué au développement et à l'interprétabilité du modèle radiomique. Troisièmement, nous nous intéressons à la problématique de reproductibilité des approches basées sur les radiomiques. Nous avons donc étudié l'impact de différentes méthodes de prétraitement d'images et de méthodes d'harmonisation (y compris la normalisation de l'intensité et l'harmonisation ComBat) sur la reproductibilité des caractéristiques radiomiques en IRM. Nous avons montré que la méthode ComBat est essentielle pour éliminer la variation non biologique causée par les différents paramètres d'acquisition d'image (à savoir, les effets du scanner) et améliorer la reproductibilité des caractéristiques dans les études radiomiques. Nous avons illustré l'importance de la normalisation de l'intensité, car elle permet d'obtenir des images IRM plus comparables et des résultats plus robustes. Enfin, nous avons cherché à améliorer la méthode ComBat en modifiant l'hypothèse classique, à savoir que les effets du scanner sont différents pour différentes classes (comme les tumeurs et les tissus normaux). Bien que le modèle proposé donne des résultats encore décevants, sûrement en raison du manque de contraintes appropriées pour aider à identifier les paramètres, il a néanmoins ouvert la voie à des perspectives intéressantes
Artificial intelligence (AI) has been widely used in the research field of AI-assisted diagnosis, treatment, and personalized medicine. This manuscript focuses on the application of artificial intelligence methods including deep learning and radiomics in cancer diagnosis. First, effective image segmentation is essential for cancer diagnosis and further radiomics-based analysis. We proposed a new approach for automatic lesion segmentation in ultrasound images, based on a multicentric and multipathology dataset displaying different types of cancers. By introducing the group convolution, we proposed a lightweight U-net network without sacrificing the segmentation performance. Second, we processed the clinical Magnetic Resonance Imaging (MRI) images to noninvasively predict the glioma subtype as defined by the tumor grade, isocitrate dehydrogenase (IDH) mutation and 1p/19q codeletion status. We proposed a radiomics-based approach. The prediction performance improved significantly by tuning different settings in the radiomics pipeline. The characteristics of the radiomic features that best distinguish the glioma subtypes were also analyzed. This work not only provided a radiomics pipeline that works well for predicting the glioma subtype, but it also contributed to the model development and interpretability. Third, we tackled the challenge of reproducibility in radiomics methods. We investigated the impact of different image preprocessing methods and harmonization methods (including intensity normalization and ComBat harmonization) on the radiomic feature reproducibility in MRI radiomics. The conclusion showed that ComBat method is essential to remove the nonbiological variation caused by different image acquisition settings (namely, scanner effects) and improve the feature reproducibility in radiomics studies. Meanwhile, intensity normalization is also recommended because it leads to more comparable MRI images and more robust harmonization results. Finally, we investigated improving the ComBat harmonization method by changing its assumption to a very common case that scanner effects are different for different classes (like tumors and normal tissues). Although the proposed model yielded disappointing results, surely due to the lack of enough proper constraints to help identify the parameters, it still paved the way for the development of new harmonization methods
Estilos ABNT, Harvard, Vancouver, APA, etc.
5

Erb, Gilles. "Application de la RMN HRMAS en Cancérologie “Modèles métaboliques de classification des tumeurs cérébrales”". Phd thesis, Université Louis Pasteur - Strasbourg I, 2008. http://tel.archives-ouvertes.fr/tel-00441765.

Texto completo da fonte
Resumo:
La métabolomique est un outil récent, aujourd'hui en plein essor, qui se définit comme étant l'étude de l'ensemble des petites molécules ; les métabolites, produites par un organisme sous différentes conditions. Son application à la problématique du cancer consiste en l'étude des perturbations métaboliques liées au processus oncologique. La métabolomique mêle diverses techniques d'analyses telles que la spectroscopie de masse et la spectroscopie de résonance magnétique nucléaire (RMN), couplées à des méthodes statistiques évoluées afin d'extraire les informations métaboliques pertinentes permettant de caractériser les systèmes biologiques. La spectrométrie RMN haute résolution en rotation à l'angle magique (HRMAS) est la technique que nous avons choisie pour l'étude du métabolome des tumeurs car elle regroupe un nombre important d'avantages (simplicité de préparation des échantillons, la reproductibilité intra et inter laboratoire et le cout relativement modeste de fonctionnement). L'étude principale réalisée dans le cadre de cette thèse a porté sur les tumeurs cérébrales. Une centaine de tumeurs ont ainsi été analysé et leur métabolome caractérisé. L'analyse effectuée s'est focalisé sur la problématique du « grading de malignité » des tumeurs cérébrales, principalement sur les gliomes. Ainsi une forte corrélation a été trouvé entre les profiles métabolique des gliomes (glioblastome, oligodendrogliome) et l'évolution clinique des patients. L'approche métabolomique pour l'étude des tumeurs, d'un point de vue diagnostic et pronostic, semble aujourd'hui prometteuse. De plus l'étude des profiles métaboliques, devrait, à terme, permettre une meilleure compréhension des perturbations métaboliques lié à la pathologie, et potentiellement, conduire à la mise en place de traitements individualisés parfaitement adaptés à chaque patient. Néanmoins, une étape de validation de ces premières observations est aujourd'hui indispensable. C'est pourquoi ces travaux ont accompagné l'installation du premier spectromètre RMN HRMAS dans le milieu clinique en novembre 2007 dans le cadre du projet CARMeN. L'objectif général de ce projet est, maintenant, d'étendre l'expérience acquise durant cette thèse à tous les domaines de la cancérologie où il existe, soit une dissociation entre le diagnostic histopathologique de la tumeur et le devenir du patient, soit une discordance à la réponse thérapeutique pour un sous‐type de tumeur.
Estilos ABNT, Harvard, Vancouver, APA, etc.
6

Crespin, Sophie. "Implications de Cx43 dans les tumeurs gliales humaines : approches in situ et in vitro". Poitiers, 2008. http://theses.edel.univ-poitiers.fr/theses/2008/Crespin-Sophie/2008-Crespin-Sophie-These.pdf.

Texto completo da fonte
Resumo:
La communication intercellulaire par les jonctions gap (CIJG) a été proposée comme l’un des éléments impliqués dans la cancérogenèse très rapidement après sa mise en évidence, dans les années 1960. Ainsi l’induction de l’expression de connexines, motif structural de base de la CIJG, a été décrite comme étant capable de « normaliser » le phénotype de cellules cancéreuses. Notre étude de la connexine 43 (Cx43), par tissue micro array, dans des tumeurs gliales humaines (59 échantillons) a montré une délocalisation et une perte de l’expression de la protéine. La situation s’avère complexe par l’hétérogénéité intratumorale; en effet, certaines cellules du tissu tumoral montrent un signal avec une localisation aberrante dans le cytoplasme ou dans le noyau. Certains travaux ayant suggéré que Cx43 pourrait « normaliser » le phénotype tumoral par une action indépendante de la CIJG, Cx43 ou des formes tronquées de la protéine ont été exprimées par des vecteurs rétroviraux dans des lignées de tumeurs gliales humaines. Les résultats obtenus ont suggéré que l’expression de la protéine ne permettait pas de réduire le potentiel prolifératif des cellules tumorales lorsque celles-ci sont maintenues en monocouche. En revanche, la capacité des cellules à proliférer sans ancrage est réduite par l’expression de Cx43 mais aussi par des formes tronquées de la protéine ne permettant pas la CIJG. De plus, les cellules exprimant Cx43, entière ou tronquée, apparaissent douées d’une plus grande motilité. En conclusion, Cx43 semble jouer un rôle complexe dans la progression des tumeurs gliales humaines, celle-ci apparaissant avec des localisations aberrantes dont l’effet demeure inconnu. L’expression de la Cx43 ne constituerait pas nécessairement un facteur de bon pronostic, car si les cellules montrent une diminution de leur prolifération dans un environnement défavorable, elles semblent, en revanche, plus aptes à migrer, ce qui permettrait l’invasion du tissu environnant
The possible involvement of Gap-Junctional Intercellular Communication (GJIC) in carcinogenesis has been hypothesized in the 1960s. Later, the expression of connexins, the molecular basis of GJIC, has been shown to “normalize” the phenotype of various tumor cells. Our study, using the tissue micro array approach, was focused on connexin 43 (Cx43) expression in human gliomas (59 tumor samples). We showed that the expression of Cx43 protein was altered and, in several cases, especially in grade-IV gliomas, Cx43 was lost. Nonetheless, due to tumor heterogeneity, a complex pattern of expression was revealed: Cx43 exhibited aberrant staining, that means a translocation into the cytoplasm possibly in the nucleus. Several works suggested that Cx43 could « normalize » tumor cells by a GJIC-independent mechanism. We investigated the role played by Cx43 and different truncated forms of the protein, unable to restore GJIC, in human glioma cell lines. Our data showed that Cx43 expression did not induce any change on cell proliferation when cell lines were maintained in monolayer cultures. On the contrary, the cells trandusced by Cx43 constructs (full-length or truncated) grew less in soft agar assay. In parallel, it appeared that all the Cx43 constructs increased motility. To conclude, Cx43 seems to play a complex role in human glioma progression. Its expression and localization are altered, but the underlying mechanisms remain unknown. Even if Cx43 seems to be altered in gliomas, a maintained expression of the protein could not be correlated with a good prognosis since their motility is increased by Cx43 expression
Estilos ABNT, Harvard, Vancouver, APA, etc.
7

Colin, Carole. "Mise en évidence et caractérisation fonctionnelle de précurseurs gliaux dans les gliomes humains et identification de marqueurs moléculaires : vers une meilleure compréhension de l'histogenèse et du processus d'invasion". Aix-Marseille 2, 2006. http://www.theses.fr/2006AIX20661.

Texto completo da fonte
Resumo:
Les gliomes sont les tumeurs primitives les plus fréquentes du système nerveux central. Leur classification repose sur celle de l'OMS, mais celle-ci manque de reproductibilité. Afin d'améliorer la caractérisation des gliomes, nous avons étudié ces tumeurs d'un point de vue histologique et moléculaire. Nous avons montré que les gliomes sont des tumeurs hétérogènes constituées d'un mélange de précurseurs gliaux immatures et de leur descendance. Les cellules participant à la formation de ces tumeurs pourraient suivre un lignage cellulaire quasi-superposable à celui décrit dans le développement. Par ailleurs, les glioblastomes et les astrocytomes pilocytiques présentent chacun un profil moléculaire caractéristique, utile au diagnostic. Les glioblastomes expriment des protéines impliquées dans l'invasion et l'angiogenèse, deux processus responsables de l'agressivité de ces tumeurs. L'ensemble de ces travaux a permis de préciser l'histogenèse des gliomes et leur cartographie moléculaire
Gliomas are the most frequently occuring primary neoplasms in the central nervous system. The WHO classification remains the standard to classify these tumors, but it suffered from lack of reproducibility. In order to better characterize gliomas, we have studied them in a histological and a molecular point of vue. First, we have shown that gliomas contain a mixture of glial progenitor cells and their progeny. The cells involved in the glioma formation could belong to a glial lineage similar to that observed during development. On the other hand, glioblastomas and pilocytic astrocytomas show differential gene expression patterns, useful for diagnosis. Glioblastomas express a subset of genes involved in invasion and angiogenesis, two processes which are a hallmark of malignancy in these tumours. This work provides cues to glioma histogenesis and to the molecular cartography of these tumors
Estilos ABNT, Harvard, Vancouver, APA, etc.
8

Duhamel, Marie. "De la classification moléculaire des gliomes à une nouvelle stratégie thérapeutique de réactivation des macrophages au sein de la tumeur". Thesis, Lille 1, 2016. http://www.theses.fr/2016LIL10065/document.

Texto completo da fonte
Resumo:
Les tumeurs sont très hétérogènes à la fois au niveau moléculaire et au niveau de la diversité cellulaire composant leur microenvironnement. La classification des gliomes repose actuellement sur des critères histologiques qui sont enclins à de fortes subjectivités inter- et intra-observateurs. Le but de ce projet est de réaliser une classification moléculaire des gliomes de haut grade en se basant sur des données protéiques permettant de localiser des biomarqueurs potentiels directement sur le tissu. Des sous-régions ayant des profils moléculaires différents ont été mises en évidence et les molécules les composants ont été identifiées. Les résultats démontrent que les annotations histologiques ne concordent pas avec la classification moléculaire. Cette hétérogénéité est également retrouvée dans le microenvironnement des tumeurs où l’on retrouve des cellules immunitaires telles que les macrophages. Les macrophages sont détournés de leur fonction par la tumeur pour lui permettre de se développer. Une stratégie thérapeutique pour contrer sa croissance est de réorienter le phénotype des macrophages vers un phénotype antitumoral. L’inhibition de la proprotéine convertase 1/3 s’est révélée être une stratégie prometteuse pour la réactivation des macrophages via les récepteurs TLR. Les facteurs sécrétés par ces macrophages ont un effet sur la viabilité et l’invasion de différentes cellules cancéreuses en fonction des ligands des récepteurs TLR utilisés. La première partie nous a permis d’identifier des sous-groupes de gliomes qui en fonction de leur profil moléculaire pourront recevoir des traitements personnalisés basés, par exemple, sur l’inhibition de proprotéines convertases
Tumors are highly heterogeneous both histologicaly and molecularly. In fact, several non-neoplasic cell types are present in the microenvironment. Glioma classification is based on histological criteria that are prone to inter- and intra-observers subjectivities. Within tumors of same grade, subgroups can be differentiated. The aim of this project is to realize a molecular classification of high grade glioma based on proteomics data allowing the localization of potential biomarkers directly on the tissue. Subregions having different molecular profiles have been highlighted and the molecules comprising them have been identified in a localized way. Results prove that histological annotations do not necessarily correspond to molecular classification. This heterogeneity is also found in the tumor microenvironment where we can find immune cells such as macrophages. Macrophages are changed from their primary function by the tumor to allow it to grow. A therapeutic strategy to counter the tumor growth has been developed in order to switch macrophages phenotype toward an antitumor one. The inhibition of PC1/3 enzyme has proven to be a promising therapy to reactivate macrophages via TLR receptors. Secreted factors by these PC1/3 inhibited macrophages have an effect on cancer cells viability and invasion according to TLR ligand used. The first part will allow us to identify subgroups of glioma which, depending on their molecular profiles, could, in a long-term view, receive personalized treatments based on the inhibition of proproteins convertases combined to TLR ligands
Estilos ABNT, Harvard, Vancouver, APA, etc.
9

Abdel-Hady, Mohamed Helmy Abdel-Rahman. "Molecular genetic profiling of low grade gliomas : towards a molecular genetic classification /". The Ohio State University, 2002. http://rave.ohiolink.edu/etdc/view?acc_num=osu1486402957195399.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
10

Back, Michael. "Optimising the management of anaplastic glioma in the era of molecular classification". Thesis, The University of Sydney, 2020. https://hdl.handle.net/2123/22332.

Texto completo da fonte
Resumo:
Anaplastic or Grade III glioma form a diverse group of tumours with a range of prognoses that have been historically managed with surgery followed by surveillance or adjuvant radiation therapy. The onset of molecular testing, specifically the recognition of the IDH1/2 mutations, has been able to identify a subgroup of patients with a more favourable prognosis. With this knowledge there is the need to optimise management, not only consolidate the improved prognosis of these patients, but also to minimise the late morbidity of treatment protocols. The initial chapters of this thesis outline aspects of molecular testing in relation to integrated diagnosis under the WHO 2016 Classification, with the recognition of the more favourable tumours containing IDH mutation (Chapter 2); and an approach to modify radiation therapy based on the presence of IDH mutation and radiological features including PET imaging to improve target volume delineation and minimise late morbidity (Chapter 3). The next two chapters demonstrate the response of these IDH mutated anaplastic glioma to radiation therapy and chemotherapy demonstrating the excellent reduction in radiological volume (Chapter 4), and also the unusual early pattern of failure post treatment based of a subgroup of IDH mutated tumours compared to IDH wild type tumours (Chapter 5). The final two chapters describe the outcome of treatment in regards to favourable six-year progression free survival which should translate to a high ten-year overall survival (Chapter 6). The improved survival is also demonstrated in Chapter 7 to be associated with a high level of functioning at three to five years post treatment with minimal negative impact from therapy.
Estilos ABNT, Harvard, Vancouver, APA, etc.
Mais fontes

Livros sobre o assunto "Classification des gliomes"

1

Adamson, David Cory. Gliomas: Classification, Symptoms, Treatment and Prognosis. Nova Science Publishers, Incorporated, 2014.

Encontre o texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
2

Pandey, Sanjeet, Dr Sheshang Degadwala e Dr Vineet Kumar Singh. BRAIN TUMOR CLASSIFICATION INTO HIGH AND LOW GRADE GLIOMAS. Scholars' Press, 2021.

Encontre o texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
3

David N., M.D. Louis (Editor), Hiroko Ohgaki (Editor), Otmar D. Wiestler (Editor) e Webster K. Cavenee (Editor), eds. Who Classification of Tumours of the Central Nervous System (Who Classfication of Tumours). 4a ed. Not Avail, 2007.

Encontre o texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
4

Kleihues, Paul, Elisabeth Rushing e Hiroko Ohgaki. The 2016 revision of the WHO classification of tumours of the central nervous system. Oxford University Press, 2017. http://dx.doi.org/10.1093/med/9780199651870.003.0001.

Texto completo da fonte
Resumo:
The revised fourth edition of the WHO classification of Tumours of the Central Nervous System, published in 2016, comprises several newly recognized tumour entities, and a significant restructuring of the classification, mainly based on genetic profiling. Glioblastomas are now classified into two major types. Isocitrate dehydrogenase (IDH)-wildtype glioblastoma (primary glioblastoma IDH-wildtype) develops rapidly de novo without a recognizable precursor lesion. IDH-mutant glioblastoma (secondary glioblastoma IDH-mutant) develops more slowly through malignant progression from diffuse or anaplastic astrocytoma. Medulloblastomas are now defined by combining histological patterns (classic, desmoplastic/nodular, extensive nodularity, anaplastic) and genetic hallmarks (WNT-activated; SHH-activated, TP53-mutant; SHH-activated, TP53-wildtype; non-WNT/non-SHH). Other newly recognized tumour entities include diffuse midline glioma, H3 K27M-mutant; ependymoma, RELA fusion-positive; and embryonal tumour with multilayered rosettes. The new classification is a significant step forward and will facilitate the development of novel targeted therapies of brain tumours.
Estilos ABNT, Harvard, Vancouver, APA, etc.

Capítulos de livros sobre o assunto "Classification des gliomes"

1

Wesseling, Pieter. "Classification of Gliomas". In Emerging Concepts in Neuro-Oncology, 3–20. London: Springer London, 2012. http://dx.doi.org/10.1007/978-0-85729-458-6_1.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
2

Quinones, Addison, e Anne Le. "The Multifaceted Glioblastoma: From Genomic Alterations to Metabolic Adaptations". In The Heterogeneity of Cancer Metabolism, 59–76. Cham: Springer International Publishing, 2021. http://dx.doi.org/10.1007/978-3-030-65768-0_4.

Texto completo da fonte
Resumo:
AbstractGlioblastoma multiforme (GBM) develops on glial cells and is the most common as well as the deadliest form of brain cancer. As in other cancers, distinct combinations of genetic alterations in GBM subtypes induce a diversity of metabolic phenotypes, which explains the variability of GBM sensitivity to current therapies targeting its reprogrammed metabolism. Therefore, it is becoming imperative for cancer researchers to account for the temporal and spatial heterogeneity within this cancer type before making generalized conclusions about a particular treatment’s efficacy. Standard therapies for GBM have shown little success as the disease is almost always lethal; however, researchers are making progress and learning how to combine therapeutic strategies most effectively. GBMs can be classified initially into two subsets consisting of primary and secondary GBMs, and this categorization stems from cancer development. GBM is the highest grade of gliomas, which includes glioma I (low proliferative potential), glioma II (low proliferative potential with some capacity for infiltration and recurrence), glioma III (evidence of malignancy), and glioma IV (GBM) (malignant with features of necrosis and microvascular proliferation). Secondary GBM develops from a low-grade glioma to an advanced-stage cancer, while primary GBM provides no signs of progression and is identified as an advanced-stage glioma from the onset. The differences in prognosis and histology correlated with each classification are generally negligible, but the demographics of individuals affected and the accompanying genetic/metabolic properties show distinct differentiation [3].
Estilos ABNT, Harvard, Vancouver, APA, etc.
3

Kato, Kikuya. "Molecular Classification of Gliomas". In Tumors of the Central Nervous System, Volume 1, 9–19. Dordrecht: Springer Netherlands, 2011. http://dx.doi.org/10.1007/978-94-007-0344-5_2.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
4

Rigau, Valérie. "Histological Classification". In Diffuse Low-Grade Gliomas in Adults, 31–44. London: Springer London, 2013. http://dx.doi.org/10.1007/978-1-4471-2213-5_3.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
5

Allinson, Kieren S. J. "The Classification of Adult Gliomas". In Management of Adult Glioma in Nursing Practice, 95–107. Cham: Springer International Publishing, 2019. http://dx.doi.org/10.1007/978-3-319-76747-5_7.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
6

Rigau, Valérie. "Towards an Intermediate Grade in Glioma Classification". In Diffuse Low-Grade Gliomas in Adults, 101–8. Cham: Springer International Publishing, 2017. http://dx.doi.org/10.1007/978-3-319-55466-2_5.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
7

Purkait, Suvendu. "Pathology, Molecular Biology and Classification of Gliomas". In Evidence based practice in Neuro-oncology, 37–55. Singapore: Springer Singapore, 2021. http://dx.doi.org/10.1007/978-981-16-2659-3_3.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
8

Johnson, Derek R., Caterina Giannini e Timothy J. Kaufmann. "Review of WHO 2016 Changes to Classification of Gliomas; Incorporation of Molecular Markers". In Glioma Imaging, 127–38. Cham: Springer International Publishing, 2019. http://dx.doi.org/10.1007/978-3-030-27359-0_8.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
9

Velázquez Vega, José E., e Daniel J. Brat. "Molecular-Genetic Classification of Gliomas and Its Practical Application to Diagnostic Neuropathology". In Diffuse Low-Grade Gliomas in Adults, 73–100. Cham: Springer International Publishing, 2017. http://dx.doi.org/10.1007/978-3-319-55466-2_4.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
10

Ohgaki, Hiroko. "Contribution of Molecular Biology to the Classification of Low-Grade Diffuse Glioma". In Diffuse Low-Grade Gliomas in Adults, 61–72. London: Springer London, 2013. http://dx.doi.org/10.1007/978-1-4471-2213-5_5.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.

Trabalhos de conferências sobre o assunto "Classification des gliomes"

1

Ul Ain, Qurat, Iqra Duaa, Komal Haroon, Faisal Amin e Muhammad Zia ur Rehman. "MRI Based Glioma Detection and Classification into Low-grade and High-Grade Gliomas". In 2021 15th International Conference on Open Source Systems and Technologies (ICOSST). IEEE, 2021. http://dx.doi.org/10.1109/icosst53930.2021.9683838.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
2

Kounelakis, M. G., M. E. Zervakis, G. C. Giakos, C. Narayan, S. Marotta, D. Natarajamani, G. J. Postma, L. M. C. Buydens e X. Kotsiakis. "Targeting brain gliomas energy metabolism for classification purposes". In 2010 IEEE International Conference on Imaging Systems and Techniques (IST). IEEE, 2010. http://dx.doi.org/10.1109/ist.2010.5548526.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
3

Felipe, Caio dos Santos, Thatiane Alves Pianoschi Alva, Ana Trindade Winck e Carla Diniz Lopes Becker. "An Approach in Brain Tumor Classification: The Development of a New Convolutional Neural Network Model". In Encontro Nacional de Inteligência Artificial e Computacional. Sociedade Brasileira de Computação - SBC, 2023. http://dx.doi.org/10.5753/eniac.2023.233530.

Texto completo da fonte
Resumo:
Brain tumor diagnosis is a complex problem that requires specialized skills and knowledge. Manual analysis is often time-consuming, and there can be high subjectivity in interpreting results. Convolutional neural networks (CNNs) have emerged as a promising solution for automatically classifying brain tumors from magnetic resonance images (MRI). CNNs are a type of neural network that can automatically learn and extract relevant features from images, making them particularly suited to this task when applied in deep learning algorithms. The use of CNNs for brain tumor diagnosis has been widely explored in the literature, with many studies reporting promising results. By leveraging datasets of labeled MRI, CNNs can learn to accurately detect and classify different types of brain tumors, including gliomas, meningiomas, and pituitary adenomas. These models have been shown to outperform traditional machine-learning algorithms and even human experts in some cases. This article presents a CNN model designed to identify and classify brain tumors from MRI. The model was trained on a large dataset of MRI, and its performance was evaluated on an independent test set. The model achieved an accuracy of 99% considering all validation steps and outperformed state-of-the-art methods for brain tumor classification. When considering individual classes, the accuracy percentages were 100%, 98%, 99%, and 99% for glioma, meningioma, notumor, and pituitary, respectively. The development of accurate and efficient methods for brain tumor diagnosis is critical for improving patient outcomes and reducing healthcare costs. This article can advance our understanding of leveraging these powerful algorithms best to solve real-world healthcare problems by contributing to the growing literature on deep learning for medical image analysis.
Estilos ABNT, Harvard, Vancouver, APA, etc.
4

Pytlarz, Monika, Kamil Wojnicki, Paulina Pilanc-Kudlek, Bozena Kaminska e Alessandro Crimi. "Automated glioma multiclass tumor classification". In Digital and Computational Pathology, editado por John E. Tomaszewski e Aaron D. Ward. SPIE, 2023. http://dx.doi.org/10.1117/12.2654034.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
5

Maddalena, Lucia, Ilaria Granata, Ichcha Manipur, Mario Manzo e Mario Guarracino. "Glioma Grade Classification via Omics Imaging". In 7th International Conference on Bioimaging. SCITEPRESS - Science and Technology Publications, 2020. http://dx.doi.org/10.5220/0009167700820092.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
6

Maddalena, Lucia, Ilaria Granata, Ichcha Manipur, Mario Manzo e Mario Guarracino. "Glioma Grade Classification via Omics Imaging". In 7th International Conference on Bioimaging. SCITEPRESS - Science and Technology Publications, 2020. http://dx.doi.org/10.5220/0009167700002513.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
7

Cipriano, Carolina L. S., Giovanni L. F. Da Silva, Jonnison L. Ferreira, Aristófanes C. Silva e Anselmo Cardoso De Paiva. "Classification of brain lesions on magnetic resonance imaging using superpixel, PSO and convolutional neural network". In XV Workshop de Visão Computacional. Sociedade Brasileira de Computação - SBC, 2019. http://dx.doi.org/10.5753/wvc.2019.7640.

Texto completo da fonte
Resumo:
One of the most severe and common brain tumors is gliomas. Manual classification of injuries of this type is a laborious task in the clinical routine. Therefore, this work proposes an automatic method to classify lesions in the brain in 3D MR images based on superpixels, PSO algorithm and convolutional neural network. The proposed method obtained results for the complete, central and active regions, an accuracy of 87.88%, 70.51%, 80.08% and precision of 76%, 84%, 75% for the respective regions. The results demonstrate the difficulty of the network in the classification of the regions found in the lesions.
Estilos ABNT, Harvard, Vancouver, APA, etc.
8

van der Voort, Sebastian R., Renske Gahrmann, Martin J. van den Bent, Arnaud J. P. E. Vincent, Wiro J. Niessen, Marion Smits e Stefan Klein. "Radiogenomic classification of the 1p/19q status in presumed low-grade gliomas". In 2017 IEEE 14th International Symposium on Biomedical Imaging (ISBI 2017). IEEE, 2017. http://dx.doi.org/10.1109/isbi.2017.7950601.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
9

Grzegorzek, Marcin, Marianna Buckan e Sigrid Horn. "Probabilistic classification of intracranial gliomas in digital microscope images based on EGFR quantity". In SPIE Medical Imaging, editado por Josien P. W. Pluim e Benoit M. Dawant. SPIE, 2009. http://dx.doi.org/10.1117/12.811552.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
10

Abas, Fazly S., Hamza N. Gokozan, Behiye Goksel, Jose J. Otero e Metin N. Gurcan. "Intraoperative neuropathology of glioma recurrence: cell detection and classification". In SPIE Medical Imaging, editado por Metin N. Gurcan e Anant Madabhushi. SPIE, 2016. http://dx.doi.org/10.1117/12.2216448.

Texto completo da fonte
Estilos ABNT, Harvard, Vancouver, APA, etc.
Você também pode estar interessado nas extensas listas de trabalhos sobre o assunto "Classification des gliomes":
Artigos de revistas Teses / dissertações
Oferecemos descontos em todos os planos premium para autores cujas obras estão incluídas em seleções literárias temáticas. Contate-nos para obter um código promocional único!

Vá para a bibliografia