Treatment Timing of Triple-Negative Breast Cancer
Notice bibliographique
Résumé
Breast cancer is the second highest cause of death from cancer in Canada. Triple-negative breast cancer (TNBC) accounts for 10-15% of all cases and has a poorer prognosis than other breast cancer subtypes. TNBC lacks expression of the estrogen receptor, progesterone receptor, and the human epidermal growth factor receptor 2 (HER2), which are common therapeutic targets in breast cancer. The standard of care for treatment of TNBC instead consists of adriamycin (A), paclitaxel (T), carboplatin (Ca), and cyclophosphamide (C), to target various aspects of the cell cycle in order to induce cell cycle arrest. Timing of administration may affect cell cycle arrest, and alterations in cell cycle mediators may also influence the efficacy of treatment. The purpose of this study was to determine how the addition and timing of treatments influence the cell cycle and how this knowledge can be used to help determine more effective timing of treatment administrations. MDA-MB-231 TNBC cells were treated with AC, T, T+Ca, or Ca at various time points. Flow cytometry and Trypan Blue exclusion assay were used to determine cell cycle progression and proliferation rate. It was found that different combinations of drugs resulted in the arrest of cells at various phases of the cell cycle which may affect responsiveness to subsequent treatments. This information can be used to help determine the most effective timing of treatment and may help improve the 5-year survival rate of patients with TNBC.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».