Insulin resistance and cancer: the role of insulin and IGFs
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Insulin, IGF1, and IGF2 are the most studied insulin-like peptides (ILPs). These are evolutionary conserved factors well known as key regulators of energy metabolism and growth, with crucial roles in insulin resistance-related metabolic disorders such as obesity, diseases like type 2 diabetes mellitus, as well as associated immune deregulations. A growing body of evidence suggests that insulin and IGF1 receptors mediate their effects on regulating cell proliferation, differentiation, apoptosis, glucose transport, and energy metabolism by signaling downstream through insulin receptor substrate molecules and thus play a pivotal role in cell fate determination. Despite the emerging evidence from epidemiological studies on the possible relationship between insulin resistance and cancer, our understanding on the cellular and molecular mechanisms that might account for this relationship remains incompletely understood. The involvement of IGFs in carcinogenesis is attributed to their role in linking high energy intake, increased cell proliferation, and suppression of apoptosis to cancer risks, which has been proposed as the key mechanism bridging insulin resistance and cancer. The present review summarizes and discusses evidence highlighting recent advances in our understanding on the role of ILPs as the link between insulin resistance and cancer and between immune deregulation and cancer in obesity, as well as those areas where there remains a paucity of data. It is anticipated that issues discussed in this paper will also recover new therapeutic targets that can assist in diagnostic screening and novel approaches to controlling tumor development.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle