MétaCan
Menu
Retour à la cohorte
Enregistrement W2995696129 · doi:10.1097/coc.0000000000000630

Targeting the Mevalonate Pathway for Treating Lung Cancer

2019· review· en· W2995696129 sur OpenAlexaff
Ali Fatehi Hassanabad, Fady Mina

Notice bibliographique

RevueAmerican Journal of Clinical Oncology · 2019
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer, Lipids, and Metabolism
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineLung cancerMevalonate pathwayCancerSignal transductionCancer researchLungCancer cellBioinformaticsLimitingTreatment of lung cancerPharmacologyEnzymeOncologyCell biologyInternal medicineBiologyBiochemistryBiosynthesis

Résumé

récupéré en direct d'OpenAlex

The mevalonate (MVA) pathway is a key metabolic pathway involved in various important cellular functions. Its downstream products are critical for cell-signaling, cell membrane integrity, protein synthesis, and cellular respiration. The rate-limiting enzyme of this pathway is targeted by statins, a class of medications best known for their lipid-lowering effects. Many studies have shown that a variety of cancerous cells have a dysregulated MVA pathway. Lung cancer is responsible for a third of all cancer-related deaths worldwide. As our understanding of the molecular mechanisms driving the pathogenesis of lung cancer improves, newer therapeutics have been proposed. However, these medications have not had the expected benefits for all subtypes of lung cancer. Therefore, there exists a significant role in identifying medications with safe profiles, which can potentially be used in managing various types of lung cancer. Herein, we review whether there is a role in utilizing statins to target the MVA pathway in treating lung cancer.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,076
Tête enseignante GPT0,479
Écart entre enseignants0,402 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Clinical OncologyMême sujetCancer, Lipids, and MetabolismTravaux en français237 207