MétaCan
Menu
Retour à la cohorte
Enregistrement W1985188807 · doi:10.1155/2012/794172

Lack of Efficacy of Combined Antiangiogenic Therapies in Xenografted Human Melanoma

2011· article· en· W1985188807 sur OpenAlexafffund
Una Adamcic, Clorinda Castagna, Kanwal Minhas, Siranoush Shahrzad, Brenda L. Coomber

Notice bibliographique

RevueJournal of Oncology · 2011
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAngiogenesis and VEGF in Cancer
Établissements canadiensUniversity of Guelph
Organismes subventionnairesCanadian Cancer Society Research InstituteCanadian Institutes of Health ResearchUniversity of GuelphAmgen
Mots-clésMedicineAngiopoietin receptorBlockadeMelanomaPericyteCancer researchPharmacologyCombination therapyCyclophosphamideAngiogenesisReceptorChemotherapyInternal medicineEndothelial stem cellBiologyIn vitro

Résumé

récupéré en direct d'OpenAlex

Antiangiogenic therapy is theoretically a promising anticancer approach but does not always produce significant tumor control. Combinations of antiangiogenic therapies are therefore being investigated as strategies to enhance clinical benefit. Common targets for angiogenic blockade include endothelial specific receptors, such as Tie2/Tek, which signal blood vessel stabilization via recruitment and maturation of pericytes. Here, we report on the effects of targeted Tie2 antiangiogenic therapy (TekdeltaFc) in combination with nontargeted metronomic cyclophosphamide (LDM CTX) (reported to also act in antiangiogenic fashion) in xenografted human melanoma. Individually, these therapies showed transient antitumor activity, but, in combination, there was no significant reduction in tumor growth. In addition, while TekdeltaFc caused the expected increased pericyte coverage in treated blood vessels, LDM CTX alone or in combination with TekdeltaFc resulted in increased levels of VEGF production. Collectively, our data highlight the complexity of molecular interactions that may take place when antiangiogenic regimens are combined.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,346
Score d'incertitude au seuil0,279

Scores Codex et Gemma par catégorie

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

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 Opus0,058
Tête enseignante GPT0,339
Écart entre enseignants0,280 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of OncologyMême sujetAngiogenesis and VEGF in CancerTravaux en français237 207