Abstracts of the Cancer Cachexia Conference, Boston, USA, 21–23 September 2012
Notice bibliographique
Résumé
Obesity and high-fat diet (HFD) are risk factors for multiple types of cancer.Compelling evidence indicates that obesity and diet also play a role after the diagnosis of cancer, influencing treatment, tumor progression, overall well-being and survival.Previously we reported that obesity is associated with increased overall survival in lung cancer patients.Others have shown that HFD was protective in murine MAC16 cachexia.Based on those data and similar obesity risk paradox observations in other diseases, we posited that obesity or HFD might provide increased physiological reserve and slow cachexia in cancer.Here we sought to determine whether diet induced obesity (DIO) or HFD were protective in the Lewis Lung carcinoma mouse model of cancer cachexia.DIO obese and C57Bl/6J lean mice were fed a HFD (60 %kcal from fat), while another lean group was fed normal chow (LFD) (10 %kcal from fat).Mice were inoculated with tumor cells and euthanized 17 and 23 days later.Both obese and lean tumor-bearing mice fed HFD showed increased loss of total body mass, skeletal muscle and fat mass compared with tumor-bearing mice fed LFD.This increased muscle wasting in DIO and HFD mice was associated with greatly reduced plasma insulin and adiponectin levels and increased levels of proinflammatory cytokines IL-6 and LIF versus LFD tumor-bearing controls.In DIO mice, plasma growth factor/cytokine changes corresponded to decreased muscle pAKT and pFOXO3a, and increased pSTAT3 levels, while pSMAD2 and NF-kB levels were unchanged.Taken together, these changes would inhibit anabolism, promote catabolism and drive the inflammatory phenotype, thus contributing to enhanced muscle wasting.In conclusion, our data suggest that both obesity, as a pre-existing condition, and high-fat diet consumption result in worsening of muscle wasting induced by tumor.Furthermore, neither increased body mass nor HFD were protective in experimental cancer cachexia.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,163 | 0,062 |
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 source (Gemma direct ou Codex distillé), 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 ».