MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410440152 · doi:10.3390/ijms26104780

SGLT2 Inhibitors in Cancer Patients: A Comprehensive Review of Clinical, Biochemical, and Therapeutic Implications in Cardio-Oncology

2025· review· en· W4410440152 sur OpenAlexaff
Alessandra Greco, Maria Laura Canale, Vincenzo Quagliariello, Stefano Oliva, Andrea Tedeschi, Alessandro Inno, Marzia De Biasio, Irma Bisceglia, Luigi Tarantini, Nicola Maurea, Alessandro Navazio, Marco Corda, Attilio Iacovoni, Furio Colivicchi, Massimo Grimaldi, Fabrizio Oliva

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensHealth Care Foundation
Organismes subventionnairesMinistero della Salute
Mots-clésMedicineCardiotoxicityCancerEmpagliflozinHeart failureIntensive care medicineDiseaseBioinformaticsDiabetes mellitusInternal medicineType 2 Diabetes MellitusToxicity

Résumé

récupéré en direct d'OpenAlex

Patients with active cancer and cancer survivors are at a markedly increased risk for developing cardiovascular comorbidities, including heart failure, coronary artery disease, and renal dysfunction, which are often compounded by the cardiotoxic effects of cancer therapies. This heightened cardiovascular vulnerability underscores the urgent need for effective, safe, and evidence-based cardioprotective strategies to reduce both cardiovascular morbidity and mortality. Sodium-glucose cotransporter 2 inhibitors (SGLT2is), a class of drugs originally developed for the treatment of type 2 diabetes, have demonstrated significant cardiovascular and renal benefits in high-risk populations, independent of glycemic control. Among the currently available SGLT2i, such as empagliflozin, canagliflozin, dapagliflozin, and sotagliflozin, there is growing evidence supporting their role in reducing major adverse cardiovascular events (MACEs), hospitalization for heart failure, and the progression of chronic kidney disease. Recent preclinical and clinical data suggest that SGLT2is exert cardioprotective effects through multiple mechanisms, including the modulation of inflammasome activity, specifically by reducing NLRP3 inflammasome activation and MyD88-dependent signaling, which are critical drivers of cardiac inflammation and fibrosis. Moreover, SGLT2is have been shown to enhance mitochondrial viability in cardiac cells, promoting improved cellular energy metabolism and function, thus mitigating cardiotoxicity. This narrative review critically evaluates the emerging evidence on the cardiorenal protective mechanisms of SGLT2is, with a particular focus on their potential role in cardio-oncology. We explore the common pathophysiological pathways between cardiovascular dysfunction and cancer, the molecular rationale for the use of SGLT2is in cancer patients, and the potential benefits in both primary and secondary prevention of cardiovascular toxicity related to oncological treatments. The aim is to propose a therapeutic paradigm utilizing SGLT2is to reduce cardiovascular mortality, MACE, and the burden of cardiotoxicity in high-risk oncology patients, fostering an integrated approach to cardio-oncology care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,075
Tête enseignante GPT0,468
Écart entre enseignants0,393 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular Sciences→Même sujetDiabetes Treatment and Management→Travaux en français237 207→