Successful Outcome of a Patient with Concomitant Pancreatic and Renal Carcinoma Receiving Secoisolariciresinol Diglucoside Therapy Alone: A Case Report
Notice bibliographique
Résumé
Introduction: Pancreatic cancer (PC) is among the deadliest malignancies. Kidney cancer (KC) is a common malignancy globally. Chemo- or radio-therapies are not very effective to control PC or KC, and overdoses often cause severe site reactions to the patients. As a result, novel treatment strategies with high efficacy but without toxic side effects are urgently desired. Secoisolariciresinol diglucoside (SDG) belongs to plant lignans with potential anticancer activities, but clinical evidence is not available in PC or KC treatment. Patient Concerns: We report a rare case of an 83-year-old female patient with pancreatic and kidney occupying lesions that lacked the conditions to receive surgery or chemo- or radiotherapy. Diagnosis: Pancreatic and kidney cancers. Interventions: We gave dietary SDG to the patient as the only therapeutics. Outcomes: SDG effectively halted progression of both PC and KC. All clinical manifestations, including bad insomnia, loss of appetite, stomach symptoms, and skin itching over the whole body, all disappeared. The initial massive macroscopic hematuria became microscopic and infrequent, and other laboratory results also gradually returned to normal. Most of the cancer biomarkers, initially high such as CEA, CA199, CA724, CA125, came down rapidly, among which CA199 changed most radically. This patient has had progression-free survival of one year so far. Conclusion: These results demonstrate the potent inhibitory effects of SDG on PC and KC of this patient and provide promising novel therapeutics for refractory malignant tumors.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,007 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».