MétaCan
Menu
Retour à la cohorte
Enregistrement W2149276366 · doi:10.2174/156800906778194586

Development and Assessment of Conventional and Targeted Drug Combinations for Use in the Treatment of Aggressive Breast Cancers

2006· review· en· W2149276366 sur OpenAlexaff
Dawn Waterhouse, K. Gelmon, Richard Klasa, K.-H. Chi, D. Huntsman, Euan Ramsay, Ellen K. Wasan, Lincoln Edwards, Christopher Tucker, Jason Zastre, Yi Zhang, Donald T. Yapp, Wieslawa H. Dragowska, S. Dedha, Marcel B. Bally

Notice bibliographique

RevueCurrent Cancer Drug Targets · 2006
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHistone Deacetylase Inhibitors Research
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésDrugMedicineIntensive care medicineDrug developmentPharmacologyOncology

Résumé

récupéré en direct d'OpenAlex

Combination chemotherapy has been at the forefront of cancer treatment for over 40 years. However, the rationale for selecting drug combinations and the process used to demonstrate clinical effectiveness has primarily followed trial and error methodology. Typically, the selection and assessment of combined drug therapies has been based on the effectiveness of each agent as monotherapy in treating the neoplasm and avoiding overlapping toxicities, followed by clinical trials to establish dose scheduling, toxicity, and efficacy. Unfortunately, this scheme is inefficient in terms of the time required to complete and revise these clinical trials based on the outcome to optimize the drug combination. A more rational approach for the development of combination oncology products should consider (i) in vitro assays for assessing therapeutic effects of drug combinations (antagonistic, additive or synergistic interactions) when added simultaneously; (ii) methods for measuring these interactions in vivo; (iii) the importance of understanding pharmacokinetic and biodistribution parameters when using drug combinations; (iv) the need to assess pathways known to contribute to cancer cell survival as well as metastasis; and (iv) the need to assess the fate of different cell populations (cancer and stroma) contributing to the development of cancer. Therefore, the goal of this article is to provide a road map for the preclinical development of drug combination products that will have improved therapeutic activity and a high likelihood of providing beneficial therapeutic outcomes in patients with aggressive cancers with a specific focus on patients with breast cancer.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,052
Tête enseignante GPT0,397
Écart entre enseignants0,345 · 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

Citations41
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Cancer Drug TargetsMême sujetHistone Deacetylase Inhibitors ResearchTravaux en français237 207