Topotecan and Doxorubicin Combination to Treat Recurrent Ovarian Cancer: The Influence of Drug Exposure Time and Delivery Systems to Achieve Optimum Therapeutic Activity
Notice bibliographique
Résumé
PURPOSE: To provide proof-of-concept data to support use of Doxil-liposomal topotecan (Topophore C) combinations to treat ovarian cancer. EXPERIMENTAL DESIGN: ES-2, OVCAR-3, and SKOV-3 ovarian cancer cell lines were treated with doxorubicin-topotecan combinations by exposing the cells to drugs from 1 to 72 hours. Pharmacokinetic analysis was conducted following administration of liposomal formulations of these drugs alone and in combination. Efficacy assessments were completed in ES-2 and SKOV-3 ovarian cancer models. RESULTS: On the basis of drug doses capable of achieving 50% reduction in cell viability over 72 hours, doxorubicin-topotecan combinations were additive in SKOV-3 but highly synergistic in ES-2 and OVCAR-3 cells. Favorable drug-drug interactions increased with increased drug exposure time. Topophore C pharmacokinetic remained unaffected when co-administered with Doxil. In the ES-2 model, Doxil at maximum tolerated dose (MTD 7.5 mg/kg) in combination with free topotecan (MTD 15 mg/kg) did not enhance median survival time (MST) over that achieved with topotecan alone. In contrast, MST was increased to 52 days with combination of Topophore C (MTD 2.5 mg/kg) and Doxil (7.5 mg/kg) compared with untreated animals (MST 18 days) or those treated with Topophore C alone (MTD 5 mg/kg, MST 40 days). In the SKOV-3 model, combination treatments showed better therapeutic efficacy than the individual drugs. CONCLUSIONS: Topotecan-doxorubicin combinations produced additive or synergistic effects which were best achieved when the tumor cells were exposed to drugs over extended time. Doxil-Topophore C combinations are therapeutically superior as judged in two ovarian cancer models. Clin Cancer Res; 19(4); 865-77. ©2012 AACR.
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) | 0,000 | 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) | 0,000 | 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; un appel candidat d’une seule tête enseignante, 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 ».