MétaCan
Menu
Retour à la cohorte
Enregistrement W3182650029 · doi:10.4239/wjd.v12.i7.1010

Current cancer therapies and their influence on glucose control

2021· review· en· W3182650029 sur OpenAlex
Carly Yim, Kerry Mansell, Nassrein Hussein, Terra Arnason

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueWorld Journal of Diabetes · 2021
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolism, Diabetes, and Cancer
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMedicineDiabetes mellitusCancerCurrent (fluid)Intensive care medicineOncologyInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

This review focuses on the development of hyperglycemia arising from widely used cancer therapies spanning four drug classes. These groups of medications were selected due to their significant association with new onset hyperglycemia, or of potentially severe clinical consequences when present. These classes include glucocorticoids that are frequently used in addition to chemotherapy treatments, and the antimetabolite class of 5-fluorouracil-related drugs. Both of these classes have been in use in cancer therapy since the 1950s. Also considered are the phosphatidyl inositol-3-kinase (PI3K)/AKT/mammalian target of rapamycin (mTOR)-inhibitors that provide cancer response advantages by disrupting cell growth, proliferation and survival signaling pathways, and have been in clinical use as early as 2007. The final class to be reviewed are the monoclonal antibodies selected to function as immune checkpoint inhibitors (ICIs). These were first used in 2011 for advanced melanoma and are rapidly becoming widely utilized in many solid tumors. For each drug class, the literature has been reviewed to answer relevant questions about these medications related specifically to the characteristics of the hyperglycemia that develops with use. The incidence of new glucose elevations in euglycemic individuals, as well as glycemic changes in those with established diabetes has been considered, as has the expected onset of hyperglycemia from their first use. This comparison emphasizes that some classes exhibit very immediate impacts on glucose levels, whereas other classes can have lengthy delays of up to 1 year. A comparison of the spectrum of severity of hyperglycemic consequences stresses that the appearance of diabetic ketoacidosis is rare for all classes except for the ICIs. There are distinct differences in the reversibility of glucose elevations after treatment is stopped, as the mTOR inhibitors and ICI classes have persistent hyperglycemia long term. These four highlighted drug categories differ in their underlying mechanisms driving hyperglycemia, with clinical presentations ranging from potent yet transient insulin resistant states [type 2 diabetes mellitus (T2DM) -like] to rare permanent insulin-deficient causes of hyperglycemia. Knowledge of the relative incidence of new onset hyperglycemia and the underlying causes are critical to appreciate how and when to best screen and treat patients taking any of these cancer drug therapies.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,305
Écart entre enseignants0,288 · 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