Laser Photobiomodulation as a Potential Multi-Target Anticancer Therapy-Review
Notice bibliographique
Résumé
Background: Anticancer drugs directed at single specific molecular targets tend to induce transitory responses, followed by relapses. Laser photobiomodulation may offer the possibility of targeting multiple hallmarks of cancer by using fit-for-purpose electromagnetic (EM) energy aiming to restore homeostasis-homeokinesis . Methods/Principal Findings: A literature search of English-language articles in five databases (Medline, ISI Web of Knowledge, Cochrane, Google Scholar, Scirus) was conducted using search terms relating to cancer (neoplasm, advanced cancer, palliative) in combination with photobiomodulation and/or low-level laser therapy (LLLT) in the period from January 1990 to January 2013. Controlled clinical trials with at least 1 year of follow up and minimum compliance of 90% were included. Clinical studies evaluating lymphedema, mucositis or pain were also included to illustrate post-LLLT responses to adverse effects of chemo-radiotherapy. In vitro and in vivo studies were considered as preliminary data for clinical trials. Retrieved articles suggest that photobiomodulation can modulate anti-tumor effects and reduce the adverse effects of chemo-radiotherapy. Results are discussed giving particular attention to two mechanistic proposals with potential anticancer applications, photo-infrared pulsed biomodulation (PIPBM) and water oscillator (WO). Conclusions/Significance: Translational research with laser photobiomodulation as a multi-target (multi-hallmark) therapy in cancer and other complex diseases appears warranted.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».