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 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) | 0,000 | 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) | 0,001 | 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 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 ».