MétaCan
Menu
Retour à la cohorte
Enregistrement W1990980516 · doi:10.3747/co.22.2393

Novel Agents and Associated Toxicities of Inhibitors of the PI3K/Akt/mTOR Pathway for the Treatment of Breast Cancer

2015· review· en· W1990980516 sur OpenAlexafffundvenueabout
Stephen Chia, Sanjiv K. Gandhi, Anil A. Joy, S. Edwards, Matthew W. Gorr, Sean Hopkins, J. Kondejewski, Jean-Pierre Ayoub, Nadia Califaretti, Daniel Rayson, Susan Dent

Notice bibliographique

RevueCurrent Oncology · 2015
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePI3K/AKT/mTOR signaling in cancer
Établissements canadiensDalhousie UniversityGrand River HospitalHôpital Notre-DameRoyal Victoria Regional Health CentreUniversity of AlbertaSunnybrook Health Science CentreHEC MontréalOttawa HospitalBC Cancer Agency
Organismes subventionnairesNovartis Pharmaceuticals Canada
Mots-clésPI3K/AKT/mTOR pathwayEverolimusMedicineAdverse effectProtein kinase BBreast cancerClinical trialCancerOncologyPharmacologyInternal medicineSignal transductionBiology

Résumé

récupéré en direct d'OpenAlex

UNLABELLED: The pi3k/Akt/mtor (phosphatidylinositol 3 kinase/ Akt/mammalian target of rapamycin) signalling pathway is an established driver of oncogenic activity in human malignancies. Therapeutic targeting of this pathway holds significant promise as a treatment strategy. Everolimus, an mtor inhibitor, is the first of this class of agents approved for the treatment of hormone receptor-positive, human epidermal growth factor receptor 2-negative advanced breast cancer. Everolimus has been associated with significant improvements in progression-free survival; however, it is also associated with increased toxicity related to its specific mechanism of action. METHODS: A comprehensive review of the literature conducted using a focused medline search was combined with a search of current trials at http://ClinicalTrials.gov/. Summary tables of the toxicities of the various classes of pi3k/Akt/mtor inhibitors were created. A broad group of Canadian health care professionals was assembled to review the data and to produce expert opinion and summary recommendations for possible best practices in managing the adverse events associated with these pathway inhibitors. RESULTS: Differing toxicities are associated with the various classes of pi3k/Akt/mtor pathway inhibitors. The most common unique adverse events observed in everolimus clinical trials in breast cancer include stomatitis (all grades: approximately 60%), noninfectious pneumonitis (15%), rash (40%), hyperglycemia (15%), and immunosuppression (40%). To minimize grades 3 and 4 toxicities and to attempt to attain optimal outcomes, effective management of those adverse events is critical. Management should be interdisciplinary and should use approaches that include education, early recognition, active intervention, and potentially prophylactic strategies. DISCUSSION: Everolimus likely represents the first of many complex oral targeted therapies for the treatment of breast cancer. Using this agent as a template, it is essential to establish best practices involving and integrating multiple disciplines for the management of future pi3k/Akt/mtor signalling pathway inhibitors.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,184
Tête enseignante GPT0,432
Écart entre enseignants0,249 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations117
Publié2015
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetPI3K/AKT/mTOR signaling in cancerTravaux en français237 207