Technology in Cancer Research & Treatment
该刊是经过同行评审的开放获取期刊,重点关注有关癌症预防、诊断、治疗和监测方面进展的学术研究。
影响因子:2.876
期刊网址
https://journals.sagepub.com/home/TCT?utm_source=wechat&utm_medium=SAGE_social&utm_campaign=WeChat_TCT0322
/
1
/
特刊名称
肿瘤炎症
Inflammation in tumors
特刊名称
慢性和非控制炎症与恶性肿瘤风险增加间的关联性。近 20% 的人类癌症与感染、炎症刺激或自身免疫性疾病引起的慢性炎症存在关联。这类疾病包括由幽门螺杆菌感染引起的胃粘膜相关淋巴组织淋巴瘤,由乙肝或丙肝感染引起的肝癌,以及由炎症性肠病引起的结肠癌。大量研究表明,肿瘤组织中的炎症因子(COX2、TNFα、IL-6、CCL-2、IL-1α、CXCR1/2、CXCR4 等)、炎症转录因子(JAK1/2 和 NF kappa B)、炎症趋化因子、前列腺素和免疫细胞(TAMs、CSF-1R、CD40 和 MDSCs 等)表达水平异常。在临床或动物模型研究中,相应药物制剂或中和抗体(包括 NSAID [如阿司匹林]、英夫利西单抗、依那西普、利妥昔单抗、托珠单抗、卡鲁单抗、MABp1、雷帕特辛、普乐沙福、鲁索替尼、帕克替尼、硼替佐米、曲贝替定、RG7155/IMC-CS4/PLX3397/AMG820、CP-870/893 和 Taoqulnimod)同样可在治疗肿瘤中展现部分定疗效。这些成果为炎症参与肿瘤发病机制的推测提供了强有力的支持,也为临床医生治疗肿瘤带来了希望。
尽管各种制剂在肿瘤的抗炎或免疫调节治疗方面取得了一定成果,但大部分治疗效果仍面临实体瘤疗效评价标准(RECIST)中完全缓解(CR)或部分缓解(PR)标准的挑战。因此有必要从理论上深入研究炎症在肿瘤生长中的确切机制,以达到抗炎或免疫调节抗肿瘤治疗的理想水平。
本特刊将为肿瘤炎症的临床和理论研究提供一个学术交流平台,鼓励更多的临床医生和基础研究人员参与肿瘤炎症病理机制的深入探索。
征稿主题
涵盖的主题可能包括但不限于以下内容:
炎症因子与癌症免疫应答的分子机制
炎症因子的信号转导和癌症中的免疫反应
炎症细胞在肿瘤生长和转移过程中的调控机制
炎症因子中和抗体抗肿瘤的机制及临床疗效
肿瘤治疗中的免疫细胞调控
肿瘤生长中的分子转录因子
化疗和放疗的免疫调节机制
非编码 RNA(包括 miRNA、lncRNA、piRNA 和 snoRNA)对肿瘤生长的调控
截止日期
2023年07月31日
征稿网址
https://journals.sagepub.com/page/tct/collections/call-for-papers/inflammation-in-tumors?utm_source=wechat&utm_medium=SAGE_social&utm_campaign=WeChat_TCT0322
可复制网址或直接扫描二维码
/
2
/
特刊名称
机器学习在癌症中应用的挑战
Challenges in the Application of Machine Learning in Cancers
征稿目的
癌症是全球主要的公共卫生问题,其特点包括发病率和死亡率的不断上升。根据更新 GLOBOCAN 2020 数据库的全球癌症负担,估计约有 1930 万新发病例和近 1000 万死亡病例。目前,癌症的筛查、诊断、预测、生存预测、治疗和控制措施仍然是一个重大挑战。随着生物医学影像、检验技术和健康管理技术的发展,生物医学图像、组学数据和临床电子病历数据迅速积累。我们应该如何利用这些庞大的医疗数据,建立更优良的健康记录和预测模型,帮助人类更便利地诊断和治疗癌症?在过去十年中,机器学习法的快速发展为回答这一关键问题提供了许多成功案例。
尽管机器学习在帮助癌症筛查、诊断、预后和治疗方面显示出巨大的潜力,但在癌症疾病方面应用仍存在众多数据相关的重大问题阻碍,如数据噪声过大、数据(标记数据)不足、异质数据、不平衡数据、多源域数据、数据孤立等。现有的机器学习模型大多来源于苛刻的数据条件,如要求高质量、充足、同质、类平衡、单源域、可访问数据。为了更好地将机器学习应用于癌症疾病,需要开发新的数据预处理方法和新的数据表示学习方法。
征稿主题
本特刊的主题在于消除机器学习在癌症疾病应用中的数据限制,提供多样化但互补的新兴技术研发和应用文章。预期的研究主题包括但不限于以下内容
癌症疾病的数据预处理 / 质量评估方法
增加癌症疾病数据集的数据生成方法
转移学习 / 无监督学习 / 半监督学习 / 少量学习 / 主动学习方法,以解决癌症疾病的数据(标记数据)不足的问题
癌症疾病的多模态 / 多源数据融合方法
联邦学习 / 无源域自适应方法保护癌症疾病的数据隐私
基于机器学习的方法对癌症疾病数据不平衡的稳健性
截止日期
2023年04月14日
征稿网址
https://journals.sagepub.com/page/tct/collections/call-for-papers/challenges-in-the-application-of-machine-learning-in-cancers?utm_source=wechat&utm_medium=SAGE_social&utm_campaign=WeChat_TCT0322
可复制网址或直接扫描二维码
/
3
/
特刊名称
胰腺癌的筛查、诊断和治疗
Screening, Diagnosis, and Treatment of Pancreatic Cancer
征稿目的
由于大多患者无症状表现,因此早期胰腺癌较难发现。及早发现和治疗至关重要。
本特刊将聚焦胰腺癌有效筛查、诊断和治疗方面的最新进展,并重点介绍早期检测和诊断方法以及新型疗法。欢迎综述、小型综述、原创研究论文、临床研究、研究方案、评论和观点性文章的踊跃来稿。
截止日期
2023年04月30日
征稿网址
https://journals.sagepub.com/page/tct/collections/call-for-papers/screening-diagnosis-treatment-pancreatic-cancer?utm_source=wechat&utm_medium=SAGE_social&utm_campaign=WeChat_atct0322
可复制网址或直接扫描二维码
END
Sage
扫码关注我们
微信号|Sage世哲
新浪微博|Sage世哲
世界领先的独立学术出版商,由Sara Miller McCune女士创立于1965年,以支持有价值的知识传播和全球教育为宗旨。Sage与全球超过400家专业学术协会合作出版1100余本高品质学术期刊。