Optimization of Intra-Arterial Administration of Chemotherapeutic Agents for Glioblastoma in the F98-Fischer Glioma-Bearing Rat Model
Notice bibliographique
Résumé
Glioblastoma (GBM) is a difficult disease to treat for different reasons, with the blood-brain barrier (BBB) preventing therapeutic drugs from reaching the tumor being one major hurdle. The median overall survival is only 14.6 months after the standard first line of treatment. At relapse, there is no recognized standard second-line treatment. Our team uses intra-arterial (IA) chemotherapy as a means to bypass the BBB, hence achieving an overall median survival of 25 months. However, most patients eventually fail the treatment and progress. This is why we wish to expand our portfolio of options in terms of chemotherapy agents available for IA administration. In this study, we tested topotecan, cytarabine, and new formulations of carboplatin and paclitaxel by IA administration in the F98-Fischer glioma-bearing rat model as a screening tool for identifying potential candidate drugs. The topotecan IA group showed increased survival compared to the intravenous (IV) group (29.0 vs. 23.5), whereas the IV cytarabine group survived longer than the IA group (26.5 vs. 22.5). The new formulation of carboplatin showed a significant increase in survival compared to two previous studies with the conventional form (37.5 vs. 26.0 and 30.0). As for paclitaxel, it was too neurotoxic for IA administration. Topotecan and the new formulation of carboplatin demonstrated significant results, warranting their transition for consideration in clinical trials.
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) | 0,000 | 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 ».