MétaCan
Menu
Retour à la cohorte
Enregistrement W145899994 · doi:10.2174/1872214809666150201214602

Recent Patents on New Steroid Agents Targeting the Steroidogenesis for Endocrine Cancer Treatments

2015· review· en· W145899994 sur OpenAlexafffund
Donald Poirier

Notice bibliographique

RevueRecent Patents on Endocrine Metabolic & Immune Drug Discovery · 2015
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSteroid Chemistry and Biochemistry
Établissements canadiensCentre hospitalier de l'Université LavalCentre hospitalier universitaire de Québec
Organismes subventionnairesCanadian Institutes of Health ResearchFondation du cancer du sein du Québec
Mots-clésAromataseHormoneSteroidProstate cancerCancerSteroid hormoneEndocrine systemPopulationCancer researchMedicinePharmacologyBiologyInternal medicineBreast cancerEndocrinology

Résumé

récupéré en direct d'OpenAlex

Cancer is a leading cause of death in the population and despite the significant technological advances that have been made over the last years, there is a great need for new and better treatments with fewer side effects. Among the various types, hormone-dependent cancers are stimulated by the presence of certain steroidal hormones such as androgens and estrogens, which act through a nuclear receptor. The use of small molecules to block the biosynthesis (steroidogenesis) or the action of hormones (androgens or estrogens) is a therapeutic approach that has yielded interesting results and whose development continues. This review article emphasizes the patents and patent applications published over the last five years. It deals exclusively with steroid compounds developed as inhibitors of key enzymes (17α-hydroxylase/17,20-lyase, steroid sulfatase, 5α-reductases, aromatase and 17β-hydroxysteroid dehydrogenases) involved in the steroidogenesis and identified as therapeutic targets. Such inhibitors could be used as a drug to reduce the concentration of androgens or estrogens and, consequently, for treating hormone-dependent diseases such as prostate cancer, breast cancer and endometriosis.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0270,009

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 Opus0,070
Tête enseignante GPT0,347
Écart entre enseignants0,277 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRecent Patents on Endocrine Metabolic & Immune Drug DiscoveryMême sujetSteroid Chemistry and BiochemistryTravaux en français237 207