17β-Estradiol Accelerates Tumor Onset and Decreases Survival in a Transgenic Mouse Model of Ovarian Cancer
Notice bibliographique
Résumé
Epithelial ovarian cancer is thought to be derived from the ovarian surface epithelium (OSE) but often goes undetected in the early stages, and as a result, the factors that contribute to its initiation and progression remain poorly understood. Epidemiological studies have suggested that the female steroid hormones are involved in ovarian carcinogenesis and that women who use hormone replacement therapy are at increased risk of developing the disease. A novel transgenic mouse model of ovarian cancer (tgCAG-LS-TAg) was developed to examine the role of the female reproductive steroid hormones [17beta-estradiol (E(2)) and progesterone (P(4))] on the initiation, progression, and pathology of ovarian cancer. The mouse model uses the Cre-LoxP system to induce expression of the simian virus 40 large and small T antigens (SV40 TAg). After targeted induction of the oncogene in the OSE, mice develop poorly differentiated ovarian tumors, tumor dissemination to tissues within the abdominal cavity, and a subset develops hemorrhagic ascites. Treatment with P(4) had no impact on the disease, but E(2) altered the pathophysiology, resulting in an earlier onset of tumors, decreased overall survival time, and a distinctive papillary histology. Normal ovaries collected from mice treated with E(2), but lacking expression of SV40 TAg, displayed an increase in the areas of columnar and hyperplastic OSE cells compared to placebo-treated controls. A better understanding of the mechanisms by which E(2) alters the morphology of normal OSE cells and reduces survival in this mouse model may translate into improved prevention and treatment options for women using hormone replacement therapy.
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) | 0,000 | 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 ».