Cancer and platelet crosstalk: opportunities and challenges for aspirin and other antiplatelet agents
Notice bibliographique
Résumé
Platelets have long been recognized as key players in hemostasis and thrombosis; however, growing evidence suggests that they are also significantly involved in cancer, the second leading cause of mortality worldwide. Preclinical and clinical studies showed that tumorigenesis and metastasis can be promoted by platelets through a wide variety of crosstalk between platelets and cancer cells. For example, cancer changes platelet behavior by directly inducing tumor-platelet aggregates, triggering platelet granule and extracellular vesicle release, altering platelet phenotype and platelet RNA profiles, and enhancing thrombopoiesis. Reciprocally, platelets reinforce tumor growth with proliferation signals, antiapoptotic effect, and angiogenic factors. Platelets also activate tumor invasion and sustain metastasis via inducing an invasive epithelial-mesenchymal transition phenotype of tumor cells, promoting tumor survival in circulation, tumor arrest at the endothelium, and extravasation. Furthermore, platelets assist tumors in evading immune destruction. Hence, cancer cells and platelets maintain a complex, bidirectional communication. Recently, aspirin (acetylsalicylic acid) has been recognized as a promising cancer-preventive agent. It is recommended at daily low dose by the US Preventive Services Task Force for primary prevention of colorectal cancer. The exact mechanisms of action of aspirin in chemoprevention are not very clear, but evidence has emerged that suggests a platelet-mediated effect. In this article, we will introduce how cancer changes platelets to be more cancer-friendly and highlight advances in the modes of action for aspirin in cancer prevention. We also discuss the opportunities, challenges, and opposing viewpoints on applying aspirin and other antiplatelet agents for cancer prevention and treatment.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».