MétaCan
Menu
Retour à la cohorte
Enregistrement W1951412576 · doi:10.1186/s12976-015-0015-0

Modeling the energetic cost of cancer as a result of altered energy metabolism: implications for cachexia

2015· article· en· W1951412576 sur OpenAlexafffund
Douglas E. Friesen, Vickie E. Baracos, Jack A. Tuszyński

Notice bibliographique

RevueTheoretical Biology and Medical Modelling · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Cancer FoundationAllard FoundationCanadian Institutes of Health ResearchAlberta InnovatesAlberta Innovates - Health Solutions
Mots-clésCachexiaEnergy metabolismCancer cachexiaCancerBioinformaticsBiologyComputational biologyGeneticsEndocrinology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cachexia affects most patients with incurable cancer. We hypothesize that in metastatic cancer the mass of the tumor as well as its level of anaerobic energy metabolism play a critical role in describing its energetic cost, which results in elevated resting energy expenditure and glucose utilization, leading to cachexia. Prior models of cancer cachexia may have underestimated the specific energetic cost of cancer as they have not taken the range of tumor mass and anaerobic energy metabolism fully into account. METHODS: We therefore modelled the energetic cost of cancer as a function of the percentage of energy the cancer produces anaerobically, based on resting energy expenditure, glucose turnover, glucose recycling, and oxygen consumption in cancer patients found in previous studies. RESULTS: Data from two clinical studies where tumor burden was estimated and resting energy expenditure or oxygen consumption were measured lead to a broad range of estimates of tumor cost from 190 to 470 kcal/kg tumor/day. These values will vary based of the percentage of energy the cancer produces anaerobically (from 0 to 100%), which in and of itself can alter the cost over a 2 to 3-fold range. In addition to the tumor cost/kg and the degree of anaerobic metabolism, the impact on a given individual patient will depend on tumor burden, which can exceed 1 kg in advanced metastatic disease. Considering these dimensions of tumor cost we are able to produce a 2-dimensional map of potential values, with an overall range of 100-1400 kcal/day. CONCLUSIONS: Quantifying the energetic cost of cancer may benefit an understanding of the tumor's causation of cachexia. Our estimates of the range of tumor cost include values that are higher than prior estimates and suggest that in metastatic disease the tumor cost could be expected to eclipse attempts to stabilize energy balance through nutrition support or by drug therapies. Tumor mass and the percentage of anaerobic metabolism in the tumor contribute to the cost of the tumor on the body and potentially lead directly to negative energy balance and increased muscle wasting.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
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)0,0030,000

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.

Tête enseignante Opus0,090
Tête enseignante GPT0,412
Écart entre enseignants0,321 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations83
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTheoretical Biology and Medical ModellingMême sujetNutrition and Health in AgingTravaux en français237 207