MétaCan
Menu
Retour à la cohorte
Enregistrement W4386573971 · doi:10.1016/j.dib.2023.109545

Data demonstrating the in vivo anti-tumor efficacy of thermosensitive liposome formulations of a drug combination in pre-clinical models of breast cancer

2023· article· en· W4386573971 sur OpenAlexafffund
Xuehan Wang, Maximilian Regenold, Michael Dunne, Pauric Bannigan, Christine Allen

Notice bibliographique

RevueData in Brief · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of Toronto
Mots-clésIn vivoDoxorubicinLiposomeBreast cancerChemotherapyPharmacologyMedicineDrug deliveryCancerIn vitroCancer researchHyperthermiaBreast cancer chemotherapyChemistryInternal medicineBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Thermosensitive liposomes in combination with localized mild hyperthermia can improve the delivery of drug to solid tumor sites. For this reason, thermosensitive liposome formulations of a range of chemotherapy drugs have been designed. Our group previously developed and characterized a thermosensitive liposome formulation of the heat shock protein 90 inhibitor alvespimycin as a companion therapeutic to a thermosensitive liposome formulation equivalent in composition to ThermoDox (i.e., ThermoDXR), with the goal of increasing the therapeutic index of doxorubicin as the combination was revealed to be highly synergistic in a panel of human breast cancer cell lines including MDA-MB-231 (Dunne et al., 2019). The data presented here further describes the effect of the doxorubicin (DXR) and alvespimycin (ALV) combination in vitro and in vivo. Specifically, the combination effect in mouse breast cancer 4T1 cells and the in vivo efficacy of this heat-activated chemotherapy combination in both immunocompromised (MDA-MB-231 tumor bearing female SCID mice) and immunocompetent (4T1 tumor bearing female BALB/c mice) models of breast cancer.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,802
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,068
Tête enseignante GPT0,345
Écart entre enseignants0,277 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueData in BriefMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207