Tumor metabolism as a factor affecting diversity in cancer cachexia
Notice bibliographique
Résumé
Cancer cachexia is a multifaceted metabolic syndrome characterized by muscle wasting, fat redistribution, and metabolic dysregulation, commonly associated with advanced cancer but sometimes also evident in early-stage disease. More subtle body composition changes have also been reported in association with cancer, including sarcopenia, myosteatosis, and increased fat radiodensity. Emerging evidence reveals that body composition changes including sarcopenia, myosteatosis, and increased fat radiodensity, arise from distinct biological mechanisms and significantly impact survival outcomes. Importantly, these features often occur independently, with their combined presence exacerbating poor prognoses. Tumor plays a pivotal role in driving these host changes, either by acting as a metabolic parasite or by releasing mediators that disrupt normal tissue function. This review explores the diversity of tumor metabolism. It highlights the potential for tumor-specific metabolic phenotypes to influence systemic effects, including fat redistribution and sarcopenia. Addressing this tumor-host metabolic interplay requires personalized approaches that disrupt tumor metabolism while preserving host health. Promising strategies include targeted pharmacological interventions and anticachexia agents like growth differentiation factor 15 (GDF-15) inhibitors. Nutritional modifications such as ketogenic diets and omega-3 fatty acid supplementation also merit further investigation. In addition to preserving muscle, these therapies will need to be evaluated for their capability to improve survival and quality of life. This review underscores the need for further research into tumor-driven metabolic effects on the host and the development of integrative treatment strategies to address the interconnected challenges of cancer progression and cachexia.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».