Paclitaxel and cisplatin as intravesical agents against non‐muscle‐invasive bladder cancer
Notice bibliographique
Résumé
OBJECTIVES: To investigate the effects of cisplatin and paclitaxel against human bladder cancer cells in vitro, and to obtain both pharmacokinetic and pharmacodynamic data after intravesical administration in mice. MATERIALS AND METHODS: Six bladder cancer cell lines (J82, KU7, RT4, SW780, T24, UMUC3) were treated with various combined doses of both drugs and cell proliferation was evaluated 3 days later. In vivo, solutions of cisplatin and micellar paclitaxel were instilled transurethrally in female mice and pharmacokinetic data were acquired using high-performance liquid chromatography-mass spectrometry and atomic absorption methods. To obtain efficacy data, mice with orthotopic KU7-luc tumours were administered cisplatin and/or micellar paclitaxel intravesically, and the tumour burden quantified using bioluminescence imaging. RESULTS: In vitro, both cisplatin and paclitaxel potently decreased the proliferation of all cell lines tested, and in combination had an additive but not a synergistic effect. After intravesical instillation, mouse serum concentrations of cisplatin and paclitaxel were in the low microgram/millilitre range and bladder tissue concentrations achieved were 82 and 241 microg/g, respectively. Similar drug levels were reached using combined therapy. In vivo, all chemotherapeutic agents significantly inhibited bladder tumour growth, with the best results for combined therapy and micellar paclitaxel alone. However, there was toxicity in the combined treatment arm. CONCLUSIONS: Both cisplatin and paclitaxel were absorbed at effective amounts into bladder tissues. As intravesical agents, paclitaxel had slightly stronger anticancer potency than cisplatin. Due to increased adverse events, caution should be exercised when combining both cisplatin and paclitaxel intravesically.
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 | 0,000 |
| 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 ».