Therapy-naïve malignancy causes cardiovascular disease: a state-of-the-art cardio-oncology perspective
Notice bibliographique
Résumé
Cardiovascular disease (CVD) and cancer are the leading causes of mortality worldwide. Although generally thought of as distinct diseases, the intersectional overlap between CVD and cancer is increasingly evident in both causal and mechanistic relationships. The field of cardio-oncology is largely focused on the cardiotoxic effects of cancer therapies (e.g., chemotherapy, radiation). Furthermore, the cumulative effects of cardiotoxic therapy exposure and the prevalence of CVD risk factors in patients with cancer lead to long-term morbidity and poor quality of life in this patient population, even when patients are cancer-free. Evidence from patients with cancer and animal models demonstrates that the presence of malignancy itself, independent of cardiotoxic therapy exposure or CVD risk factors, negatively impacts cardiac structure and function. As such, the primary focus of this review is the cardiac pathophysiological and molecular features of therapy-naïve cancer. We also summarize the strengths and limitations of preclinical cancer models for cardio-oncology research and discuss therapeutic strategies that have been tested experimentally for the treatment of cancer-induced cardiac atrophy and dysfunction. Finally, we explore an adjacent area of interest, called "reverse cardio-oncology," where the sequelae of heart failure augment cancer progression. Here, we emphasize the cross-disease communication between malignancy and the injured heart and discuss the importance of chronic low-grade inflammation and endocrine factors in the progression of both diseases.
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 | 0,001 | 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 | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».