Increased Plasma Vascular Endothelial Growth Factor (VEGF) as a Surrogate Marker for Optimal Therapeutic Dosing of VEGF Receptor-2 Monoclonal Antibodies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A major obstacle compromising the successful application of many of the new targeted anticancer drugs, including angiogenesis inhibitors, is the empiricism associated with determining an effective biological/therapeutic dose because many of these drugs express optimum therapeutic activity below the maximum tolerated dose, if such a dose can be defined. Hence, surrogate markers are needed to help determine optimal dosing. Here we describe such a molecular marker, increased plasma levels of vascular endothelial growth factor (VEGF), in normal or tumor-bearing mice that received injections of an anti-VEGF receptor (VEGFR)-2 monoclonal antibody, such as DC101. Rapid increases of mouse VEGF (e.g., within 24 hours) up to 1 order of magnitude were observed after single injections of DC101 in non-tumor-bearing severe combined immunodeficient or nude mice; similar increases in human plasma VEGF were detected in human tumor-bearing mice. RAFL-1, another anti-VEGFR-2 antibody, also caused a significant increase in plasma VEGF. In contrast, increases in mouse VEGF levels were not seen when small molecule VEGFR-2 inhibitors were tested in normal mice. Most importantly, the increases in plasma VEGF were induced in a dose-dependent manner, with the maximum values peaking when doses previously determined to be optimally therapeutic were used. Plasma VEGF should be considered as a possible surrogate pharmacodynamic marker for determining the optimal biological dose of antibody drugs that block VEGFR-2 (KDR) activity in a clinical setting.
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.
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 | 0,001 | 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 découle