Use of nanoscale delivery systems to maintain synergistic drug ratios<i>in vivo</i>
Notice bibliographique
Résumé
IMPORTANCE OF THE FIELD: Drug combinations have been the standard of care in the treatment of cancer for > 50 years. Typically, combination chemotherapy uses agents with non-overlapping toxicities which are escalated to their maximum tolerated dose. However, emerging evidence indicates that this approach may not be providing optimal efficacy depending on the drug ratios to which the tumor is exposed. Combined drugs can be synergistic whereas other ratios of the same agents may be antagonistic or additive. AREAS COVERED IN THIS REVIEW: In this review, we examine the importance of drug ratios in cancer therapy. We describe how manipulation of the lipid membrane and internal buffer composition maintains synergistic ratios of irinotecan and floxuridine (CPX-1), daunorubicin and cytarabine (CPX-351) or cisplatin and irinotecan (CPX-571). For polymer-based nanoparticles, prodrug hydrophobicity was exploited to coordinate the release of gemcitabine and the more hydrophobic paclitaxel. We present preclinical data for liposomal drug combinations which demonstrate that the most efficacious formulation is not always the highest dose of both agents. WHAT THE READER WILL GAIN: An insight into the use of liposomes and polymer-based nanoparticles to deliver synergistic drug combinations to the tumor site and avoid antagonistic drug-drug interactions. TAKE HOME MESSAGE: The ability to control and maintain drug ratios in vivo through the use of nanoscale delivery vehicles results in a significant improvement in therapeutic activity.
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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».