Interaction of sesame seed and tamoxifen on tumor growth and bone health in athymic mice.
Notice bibliographique
Résumé
Some premenopausal breast cancer patients use phytoestrogen-rich soy and flaxseed to alleviate side effects induced by drugs such as tamoxifen (TAM). Lignan-rich flaxseed protects against breast cancer and increases the effectiveness of TAM. This study determined the interactive effects of lignan-rich sesame seed (SS) and TAM on estrogen-responsive MCF-7 breast tumor growth and bone health in ovariectomized athymic mice under premenopausal-simulated conditions. Ovariectomized mice with an estrogen implant and established MCF-7 tumors were treated for 8 weeks as follows: (i) positive control fed basal diet (BD), (ii) SS group fed BD supplemented with 10% ground SS, (iii) TAM group with TAM implant fed BD, (iv) SS + TAM group with TAM implant fed BD supplemented with 10% SS, and (v) negative control fed BD with no estrogen implant. Palpable tumor data, adjusted for body weight, showed that SS does not inhibit MCF-7 tumor growth and tends to negate the tumor inhibitory effect of TAM by increasing cell proliferation and reducing apoptosis. SS alone and combined with TAM enhanced femur biomechanical strength but caused no differences in bone mineral content or bone mineral density in either the femur or lumbar vertebrae. SS is not protective and interacts adversely with TAM in MCF-7 breast tumors but induces beneficial effects on bone both alone and when combined with TAM.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 ».