MétaCan
Menu
Retour à la cohorte
Enregistrement W2967427846 · doi:10.3390/jcm8081212

Anti-Tumor Effects of Low Dose Zoledronate on Lung Cancer-Induced Spine Metastasis

2019· article· en· W2967427846 sur OpenAlexaff
Elie Akoury, Ana Sofia Ramirez Garcia Luna, Pouyan Ahangar, Xiaoya Gao, Pylyp Zolotarov, Michael H. Weber, Derek H. Rosenzweig

Notice bibliographique

RevueJournal of Clinical Medicine · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueBone health and treatments
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineLung cancerBone metastasisMetastasisCancerBisphosphonateApoptosisTreatment of lung cancerRegimenCancer researchLungOncologySystemic administrationInternal medicineCancer cellOsteoporosisIn vivo

Résumé

récupéré en direct d'OpenAlex

Zoledronate (Zol) is an anti-resorptive/tumoral agent used for the treatment of many cancers including spinal bone metastasis. High systemic administration of a single dose is now the standard clinical care, yet it has been associated with several side effects. Here, we aimed to evaluate the effects of lower doses Zol on lung cancer and lung cancer-induced bone metastasis cells over a longer time period. Human lung cancer (HCC827) and three bone metastases secondary to lung cancer (BML1, BML3 and BML4) cells were treated with Zol at 1, 3 and 10 µM for 7 days and then assessed for cell proliferation, migration, invasion and apoptosis. Low Zol treatment significantly decreased cell proliferation (1, 3 and 10 µM), migration (3 and 10 µM) and invasion (10 µM) while increasing apoptosis (10 µM) in lung cancer and metastatic cells. Our data exploits the potential of using low doses Zol for longer treatment periods and reinforces this approach as a new therapeutic regimen to impede the development of metastatic bone cancer while limiting severe side effects following high doses of systemic drug 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 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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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 recherche0,0000,001
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 Opus0,048
Tête enseignante GPT0,456
Écart entre enseignants0,408 · 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'étudeObservationnel
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

Citations13
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical MedicineMême sujetBone health and treatmentsTravaux en français237 207