MétaCan
Menu
Retour à la cohorte
Enregistrement W2146654374 · doi:10.1158/2159-8290.cd-12-0263

Investigating Metformin for Cancer Prevention and Treatment: The End of the Beginning

2012· review· en· W2146654374 sur OpenAlexafffund
Michaël Pollak

Notice bibliographique

RevueCancer Discovery · 2012
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolism, Diabetes, and Cancer
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMetforminMedicineContext (archaeology)DrugCancerPharmacologyDiabetes mellitusClinical trialDosingPopulationIntensive care medicineBioinformaticsOncologyInternal medicineInsulinEndocrinologyBiology

Résumé

récupéré en direct d'OpenAlex

UNLABELLED: Laboratory research and pharmacoepidemiology are providing converging evidence that the widely used antidiabetic drug metformin has antineoplastic activity, but there are caveats. Although population studies suggest that metformin exposure is associated with reduced cancer risk and/or improved prognosis, these data are mostly retrospective and nonrandomized. Laboratory models show antineoplastic activity, but metformin concentrations used in many experiments exceed those achieved with conventional doses used for diabetes treatment. Ongoing translational research should be useful in guiding design of clinical trials, not only to evaluate metformin at conventional antidiabetic doses, where reduction of elevated insulin levels may contribute to antineoplastic activity for certain subsets of patients, but also to explore more aggressive dosing of biguanides, which may lead to reprogramming of energy metabolism in a manner that could provide important opportunities for synthetic lethality through rational drug combinations or in the context of genetic lesions associated with hypersensitivity to energetic stress. SIGNIFICANCE: There are tantalizing clues that justify the investigation of antineoplastic activities of biguanides. The complexity of their biologic effects requires further translational research to guide clinical trial design.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,004
Science ouverte0,0010,001
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,062
Tête enseignante GPT0,347
Écart entre enseignants0,285 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations508
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancer DiscoveryMême sujetMetabolism, Diabetes, and CancerTravaux en français237 207