Effects of insulin and analogues on carcinogen-induced mammary tumours in high-fat-fed rats
Notice bibliographique
Résumé
It is not fully clarified whether insulin glargine, an analogue with a high affinity for insulin-like growth factor-1 receptor (IGF-1R), increases the risk for cancers that abundantly express IGF-1R such as breast cancer or some types of breast cancer. To gain insight into this issue, female Sprague–Dawley rats fed a high-fat diet were given the carcinogen N-methyl-N-nitrosourea and randomly assigned to vehicle (control), NPH (unmodified human insulin), glargine or detemir ( n = 30 per treatment). Insulins were given subcutaneously (15 U/kg/day) 5 days a week. Mammary tumours were counted twice weekly, and after 6 weeks of treatment, extracted for analysis. None of the insulin-treated groups had increased mammary tumour incidence at any time compared with control. At 6 weeks, tumour multiplicity was increased with NPH or glargine ( P < 0.05) and tended to be increased with detemir ( P = 0.2); however, there was no difference among insulins (number of tumours per rat: control = 0.8 ± 0.1, NPH = 1.8 ± 0.3, glargine = 1.5 ± 0.4, detemir = 1.4 ± 0.4; number of tumours per tumour-bearing rat: control = 1.3 ± 0.1, NPH = 2.2 ± 0.4, glargine = 2.7 ± 0.5, detemir = 2.3 ± 0.5). IGF-1R expression in tumours was lower than that in Michigan Cancer Foundation-7 (MCF-7) cells, a cell line that shows greater proliferation with glargine than unmodified insulin. In rats, glargine was rapidly metabolised to M1 that does not have greater affinity for IGF-1R. In conclusion, in this model of oestrogen-dependent breast cancer in insulin-resistant rats, insulin and insulin analogues increased tumour multiplicity with no difference between insulin types.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».