Treatment with Insulin Analog X10 and IGF-1 Increases Growth of Colon Cancer Allografts
Notice bibliographique
Résumé
Obesity and type 2 diabetes are associated with an increased risk for development of certain forms of cancer, including colon cancer. The publication of highly controversial epidemiological studies in 2009 raised the possibility that use of the insulin analog glargine increases this risk further. However, it is not clear how mitogenic effects of insulin and insulin analogs measured in vitro correlate with tumor growth-promoting effects in vivo. The aim of this study was to examine possible growth-promoting effects of native human insulin, insulin X10 and IGF-1, which are considered positive controls in vitro, in a short-term animal model of an obesity- and diabetes-relevant cancer. We characterized insulin and IGF-1 receptor expression and the response to treatment with insulin, X10 and IGF-1 in the murine colon cancer cell line (MC38 cells) in vitro and in vivo. Furthermore, we examined pharmacokinetics and pharmacodynamics and monitored growth of MC38 cell allografts in mice with diet-induced obesity treated with human insulin, X10 and IGF-1. Treatment with X10 and IGF-1 significantly increased growth of MC38 cell allografts in mice with diet-induced obesity and we can therefore conclude that supra-pharmacological doses of the insulin analog X10, which is super-mitogenic in vitro and increased the incidence of mammary tumors in female rats in a 12-month toxicity study, also increase growth of tumor allografts in a short-term animal model.
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 | 0,001 |
| 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 ».