The High Rate of Bone Resorption in Multiple Myeloma is due to RANK (Receptor Activator of Nuclear Factor-κB) and RANK Ligand Expression
Notice bibliographique
Résumé
The excessive bone resorption observed in multiple myeloma may be due to the production of several osteoclast-activating factors either by the myeloma cells themselves or by the bone marrow microenvironment. These factors could act primarily via a common final pathway involving the recently-described members of the TNF receptor-ligand family: RANKL (Receptor Activator of NK-kappaB Ligand) and its corresponding RANK receptor that play a crucial role in osteoclast differentiation and activation, and osteoprotegerin (OPG), the physiological inhibitor of RANKL. RANKL expression by stromal cells is increased in myeloma and is associated with a concomitant decrease in OPG expression. This increase in RANKL-OPG ratio correlates with the extent of the myeloma bone disease. The RANKL-OPG imbalance could play a decisive role in the lytic bone lesions in myeloma, and this possibility is reinforced by several in-vivo studies that have assessed the effects of administering RANKL inhibitors in murine myeloma models. Treatment with either OPG: Fc or RANK: Fc decreased myeloma osteolysis in these models. RANKL blockade is also currently being evaluated in malignant osteolysis in humans. A therapeutic approach targeting the RANKL-RANK signaling pathway could be of great value, as RANKL inhibitors are potent anti-resorptive agents, affecting both myeloma-induced bone resorption and the tumor burden.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| 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) | 0,004 | 0,004 |
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 ».