What Are the Reasons for Continuing Failures in Cancer Therapy? Are Misleading/Inappropriate Preclinical Assays to Be Blamed? Might Some Modern Therapies Cause More Harm than Benefit?
Notice bibliographique
Résumé
Over 50 years of cancer research has resulted in the generation of massive amounts of information, but relatively little progress has been made in the treatment of patients with solid tumors, except for extending their survival for a few months at best. Here, we will briefly discuss some of the reasons for this failure, focusing on the limitations and sometimes misunderstanding of the clinical relevance of preclinical assays that are widely used to identify novel anticancer drugs and treatment strategies (e.g., "synthetic lethality"). These include colony formation, apoptosis (e.g., caspase-3 activation), immunoblotting, and high-content multiwell plate cell-based assays, as well as tumor growth studies in animal models. A major limitation is that such assays are rarely designed to recapitulate the tumor repopulating properties associated with therapy-induced cancer cell dormancy (durable proliferation arrest) reflecting, for example, premature senescence, polyploidy and/or multinucleation. Furthermore, pro-survival properties of apoptotic cancer cells through phoenix rising, failed apoptosis, and/or anastasis (return from the brink of death), as well as cancer immunoediting and the impact of therapeutic agents on interactions between cancer and immune cells are often overlooked in preclinical studies. A brief review of the history of cancer research makes one wonder if modern strategies for treating patients with solid tumors may sometimes cause more harm than benefit.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».