MétaCan
Menu
Retour à la cohorte
Enregistrement W4386377401 · doi:10.20944/preprints202308.2001.v2

Cancer Metabolism as a Therapeutic Target and Review of Interventions

2023· preprint· en· W4386377401 sur OpenAlexaff
Matthew Halma, Jack A. Tuszyński, Paul E. Marik

Notice bibliographique

RevuePreprints.org · 2023
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer, Hypoxia, and Metabolism
Établissements canadiensUniversity of Alberta
Organismes subventionnairesHorizon 2020 Framework ProgrammeEuropean Commission
Mots-clésWarburg effectCancerAnaerobic glycolysisCancer cellPsychological interventionGlycolysisAnaerobic exerciseReprogrammingCell metabolismCancer treatmentMedicineCancer researchMetabolismBioinformaticsBiologyCellInternal medicinePhysiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Cancer is amenable to low-cost treatments, given that it has a significant metabolic component, which can be effected through diet and lifestyle change at minimal cost. The Warburg hypothesis states that cancer cells have altered cell metabolism towards anaerobic glycolysis. Given this metabolic reprogramming in cancer cells, it is possible to target cancers metabolically by depriving them of glucose. In addition to dietary and lifestyle modifications which work on tumors metabolically, there are a panoply of nutritional supplements and repurposed drugs associated with cancer prevention, and better treatment outcomes. These interventions and their evidentiary basis are covered in the latter half of this review to guide future cancer treatment.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,733
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,124
Tête enseignante GPT0,399
Écart entre enseignants0,275 · 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'étudeExpérimental (laboratoire)
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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetCancer, Hypoxia, and MetabolismTravaux en français237 207