Cancer Treatment-Induced Cardiotoxicity: a Cardiac Stem Cell Disease?
Notice bibliographique
Résumé
Cardiovascular diseases and cancer represent respectively the first and second cause of death in industrialized countries. These two conditions may become synergistic when cardiovascular complications of anti-cancer therapy are considered. More than 70% of childhood and 50% of adult cancer patients can be cured, however this important success obtained by the biological and medical research is obfuscated by emerging findings of early and late morbidity due to cardiovascular events. Although anthracyclines are effective drugs against cancer a dose-dependent cardiotoxic effects whose mechanism has not been elucidated resulting in failure of therapeutic interventions limit their use. Unexpectedly, tyrosine/kinase inhibitors (TKIs) aimed at molecularly interfering with oncogenic pathways, have been implicated in cardiac side effects. Possible explanations of this phenomenon have been ambiguous, further strengthening the need to deepen our understanding on the mechanism of cardiotoxicity. In addition to a detailed description of anthracyclines and TKIs-related cardiovascular effects, the present review highlights recent observations supporting the hypothesis that the cellular target of anthracyclines and TKIs may include myocardial compartments other than parenchymal cells. The demonstration that the adult mammalian heart possesses a cell turnover regulated by primitive cells suggests that this cell population may be implicated in the onset and development of cardiovascular effects of anti-cancer strategies. The possibility of preventing cardiotoxicity by preservation and/or expansion of the resident stem cell pool responsible for cardiac repair may open new therapeutic options to unravel an unsolved clinical issue.
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 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) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,009 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».