Chemotherapy-Induced Alopecia by Docetaxel: Prevalence, Treatment and Prevention
Notice bibliographique
Résumé
Docetaxel is a commonly used taxane chemotherapeutic agent in the treatment of a variety of cancers, including breast cancer, ovarian cancer, prostate cancer, non-small cell lung cancer, gastric cancer, and head and neck cancer. Docetaxel exerts its anti-cancer effects through inhibition of the cell cycle and induction of proapoptotic activity. However, docetaxel also impacts rapidly proliferating normal cells in the scalp hair follicles (HFs), rendering the HFs vulnerable to docetaxel-induced cell death and leading to chemotherapy-induced alopecia (CIA). In severe cases, docetaxel causes persistent or permanent CIA (pCIA) when hair does not grow back completely six months after chemotherapy cessation. Hair loss has severe negative impacts on patients’ quality of life and may even compromise their compliance with treatment. This review discusses the notable prevalence of docetaxel-induced CIA and pCIA, as well as their prevention and management. At this moment, scalp cooling is the standard of care to prevent CIA. Treatment options to promote hair regrowth include but are not limited to minoxidil, photobiomodulation (PBMT), and platelet-rich plasma (PRP). In addition, a handful of current clinical trials are exploring additional agents to treat or prevent CIA. Research models of CIA, particularly ex vivo human scalp HF organ culture and in vivo mouse models with human scalp xenografts, will help expedite the translation of bench findings of CIA prevention and/or amelioration to the clinic.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».