MétaCan
Menu
Retour à la cohorte
Enregistrement W2321351135 · doi:10.1158/1538-7445.am2013-5613

Abstract 5613: Enhanced treatment of lung metastasis of triple negative breast cancer by doxorubicin-mitomycin C co-loaded polymer lipid nanoparticles.

2013· article· en· W2321351135 sur OpenAlexaff
Preethy Prasad, Ping Cai, Andrew M. Rauth, Xiao Yu Wu

Notice bibliographique

RevueCancer Research · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueNanoplatforms for cancer theranostics
Établissements canadiensOntario Institute for Cancer ResearchUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBiodistributionDoxorubicinIn vivoMedicineTriple-negative breast cancerMetastatic breast cancerBioluminescence imagingMetastasisCancer researchBreast cancerCancerPathologyLung cancerEx vivoLymph nodeToxicityChemotherapyInternal medicineBiologyLuciferaseCell cultureTransfection

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Treatment of triple negative breast cancer (TNBC) is a big challenge due to its aggressiveness, metastases, lack of therapeutic target and receptor proteins. Our laboratory has developed doxorubicin (Dox) -mitomycin C (MMC) co-loaded stealth polymer lipid hybrid nanoparticles (DMsPLN) and demonstrated their anti-cancer synergy in vitro and high efficacy in vivo. The purpose of this study is to evaluate the biodistribution, in vivo efficacy and safety of DMsPLN in a lung metastatic human TNBC model. Method: Lung metastasis of breast tumor was established using MDA-MB 231-luc-D3H2LN, a luciferase expressing cell line that was derived from spontaneous lymph node metastasis. The cells were injected via tail vein to develop lung metastasis in SCID mice. The biodistribution and tumor accumulation of the nanoparticles were examined by whole animal optical imaging using near infrared fluorescence labeled nanoparticles. The efficacy and systemic toxicity of DMsPLN were evaluated against clinically used doxorubicin (Dox). DMsPLN and free Dox solution were administered intravenously at various equivalent Dox doses. The tumor burden was monitored weekly by bioluminescence imaging. The size and number of tumor nodules in the lungs were examined at different time points and the systemic toxicity was monitored by repeated measurement of body weight. Results: A lung metastatic breast tumor model was successfully developed using the MDA-MB 231-luc-D3H2LN which allowed for non-destructive monitoring of tumor growth and metastases using bioluminescence imaging. Whole animal imaging demonstrated the accumulation of the fluorescent nanoparticles in the lung metastatic site. Treatment with free Dox (10 mg/kg) resulted in severe total body weight loss over 20% which is ruled as a toxic endpoint. However, the DMsPLN (10 mg/kg equivalent Dox dose) group did not show any systemic toxicity. Treatment with DMsPLN at various Dox doses resulted in a reduction in tumor burden compared to the saline and Dox-treated groups. Citation Format: Preethy Prasad, Ping Cai, Andrew Rauth, Xiao Wu. Enhanced treatment of lung metastasis of triple negative breast cancer by doxorubicin-mitomycin C co-loaded polymer lipid nanoparticles. [abstract]. In: Proceedings of the 104th Annual Meeting of the American Association for Cancer Research; 2013 Apr 6-10; Washington, DC. Philadelphia (PA): AACR; Cancer Res 2013;73(8 Suppl):Abstract nr 5613. doi:10.1158/1538-7445.AM2013-5613 Note: This abstract was not presented at the AACR Annual Meeting 2013 because the presenter was unable to attend.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,334
Écart entre enseignants0,303 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetNanoplatforms for cancer theranosticsTravaux en français237 207