MétaCan
Menu
Retour à la cohorte
Enregistrement W2071000471 · doi:10.1155/2010/514310

The Role of Dysregulated Glucose Metabolism in Epithelial Ovarian Cancer

2010· article· en· W2071000471 sur OpenAlexaff
L. D. Kellenberger, Jennifer E. Bruin, James Greenaway, Nicole Campbell, Roger A. Moorehead, Alison C. Holloway, Jim Petrik

Notice bibliographique

RevueJournal of Oncology · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer, Hypoxia, and Metabolism
Établissements canadiensUniversity of TorontoMcMaster UniversityUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMedicineWarburg effectCarbohydrate metabolismOvarian cancerDiabetes mellitusGlucose transporterCancerGlycolysisOxidative phosphorylationAnaerobic glycolysisCancer researchPathogenesisCancer cellInternal medicineBioinformaticsEndocrinologyMetabolismInsulinBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Epithelial ovarian cancer (EOC) is the most lethal gynecologic cancer and also one of the most poorly understood. Other health issues that are affecting women with increasing frequency are obesity and diabetes, which are associated with dysglycemia and increased blood glucose. The Warburg Effect describes the ability of fast-growing cancer cells to preferentially metabolize glucose via anaerobic glycolysis rather than oxidative phosphorylation. Recent epidemiological studies have suggested a role for hyperglycemia in the pathogenesis of a number of cancers. If hyperglycemia contributes to tumour growth and progression, then it is intuitive that antihyperglycemic drugs may also have an important antitumour role. Preliminary reports suggest that these drugs not only reduce available plasma glucose, but also have direct effects on cancer cell viability through modification of molecular energy-sensing pathways. This review investigates the effect that hyperglycemia may have on EOC and the potential of antihyperglycemic drugs as therapeutic adjuncts.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,680
Score d'incertitude au seuil0,297

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,006
Tête enseignante GPT0,271
Écart entre enseignants0,265 · 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

Citations63
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of OncologyMême sujetCancer, Hypoxia, and MetabolismTravaux en français237 207