Overview of Methods for Overcoming Hindrance to Drug Delivery to Tumors, with Special Attention to Tumor Interstitial Fluid
Notice bibliographique
Résumé
Every drug used to treat cancer (chemotherapeutics, immunological, monoclonal antibodies, nanoparticles, radionuclides) must reach the targeted cells through the tumor environment at adequate concentrations, in order to exert their cell-killing effects. For any of these agents to reach the goal cells, they must overcome a number of impediments created by the tumor microenvironment (TME), beginning with tumor interstitial fluid pressure (TIFP), and a multifactorial increase in composition of the extracellular matrix (ECM). A primary modifier of TME is hypoxia, which increases the production of growth factors, such as vascular endothelial growth factor and platelet-derived growth factor. These growth factors released by both tumor cells and bone marrow recruited myeloid cells form abnormal vasculature characterized by vessels that are tortuous and more permeable. Increased leakiness combined with increased inflammatory byproducts accumulates fluid within the tumor mass (tumor interstitial fluid), ultimately creating an increased pressure (TIFP). Fibroblasts are also up-regulated by the TME, and deposit fibers that further augment the density of the ECM, thus, further worsening the TIFP. Increased TIFP with the ECM are the major obstacles to adequate drug delivery. By decreasing TIFP and ECM density, we can expect an associated rise in drug concentration within the tumor itself. In this overview, we will describe all the methods (drugs, nutraceuticals, and physical methods of treatment) able to lower TIFP and to modify ECM used for increasing drug concentration within the tumor tissue.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,007 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».