Reduced Glioma Growth Following Dexamethasone or Anti‐Angiopoietin 2 Treatment
Notice bibliographique
Résumé
All patients with glioblastoma, the most aggressive and common form of brain cancer, develop cerebral edema. This complication is routinely treated with dexamethasone, a steroidal anti-inflammatory drug whose effects on brain tumors are not fully understood. Here we show that dexamethasone can reduce glioma growth in mice, even though it depletes infiltrating T cells with potential antitumor activity. More precisely, T cells with helper or cytotoxic function were sensitive to dexamethasone, but not those that were negative for the CD4 and CD8 molecules, including gammadelta and natural killer (NK) T cells. The antineoplastic effect of dexamethasone was indirect, as it did not meaningfully affect the growth and gene expression profile of glioma cells in vitro. In contrast, hundreds of dexamethasone-modulated genes, notably angiopoietin 2 (Angpt2), were identified in cultured cerebral endothelial cells by microarray analysis. The ability of dexamethasone to attenuate Angpt2 expression was confirmed in vitro and in vivo. Selective neutralization of Angpt2 using a peptide-Fc fusion protein reduced glioma growth and vascular enlargement to a greater extent than dexamethasone, without affecting T cell infiltration. In conclusion, this study suggests a mechanism by which dexamethasone can slow glioma growth, providing a new therapeutic target for malignant brain tumors.
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) | 0,000 | 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) | 0,001 | 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 ».