MétaCan
Menu
Retour à la cohorte
Enregistrement W3208500079 · doi:10.3390/cancers13215414

Metronomic Anti-Cancer Therapy: A Multimodal Therapy Governed by the Tumor Microenvironment

2021· review· en· W3208500079 sur OpenAlexaff
Raquel Muñoz, Alessandra Girotti, Denise Hileeto, Francisco Javier Arias

Notice bibliographique

RevueCancers · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesInstituto de Salud Carlos IIICentro de Investigación Biomédica en Red en Bioingeniería, Biomateriales y Nanomedicina
Mots-clésTumor microenvironmentCancerMedicineContext (archaeology)Stromal cellCancer researchCancer cellCancer-Associated FibroblastsTumor progressionChemotherapyImmunologyBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The concept of cancer as a systemic disease, and the therapeutic implications of this, has gained special relevance. This concept encompasses the interactions between tumor and stromal cells and their microenvironment in the complex setting of primary tumors and metastases. These factors determine cellular co-evolution in time and space, contribute to tumor progression, and could counteract therapeutic effects. Additionally, cancer therapies can induce cellular and molecular responses in the tumor and host that allow them to escape therapy and promote tumor progression. In this study, we describe the vascular network, tumor-infiltrated immune cells, and cancer-associated fibroblasts as sources of heterogeneity and plasticity in the tumor microenvironment, and their influence on cancer progression. We also discuss tumor and host responses to the chemotherapy regimen, at the maximum tolerated dose, mainly targeting cancer cells, and a multimodal metronomic chemotherapy approach targeting both cancer cells and their microenvironment. In a combination therapy context, metronomic chemotherapy exhibits antimetastatic efficacy with low toxicity but is not exempt from resistance mechanisms. As such, a better understanding of the interactions between the components of the tumor microenvironment could improve the selection of drug combinations and schedules, as well as the use of nano-therapeutic agents against certain malignancies.

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 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), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,959
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,047
Tête enseignante GPT0,331
Écart entre enseignants0,285 · 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 tête enseignante, pas un consensus.

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

Citations26
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetCancer Cells and MetastasisTravaux en français237 207