IL-1β blockade prevents cardiotoxicity and improves the efficacy of immune checkpoint blockers and chemotherapy against pancreatic cancer in mice with obesity
Notice bibliographique
Résumé
BACKGROUND: Immune checkpoint blockers (ICBs) have revolutionized cancer therapy, yet they remain largely ineffective in treating pancreatic ductal adenocarcinoma (PDAC). Moreover, ICBs can cause severe immune-related adverse events (irAEs), including fatal cardiac toxicity. Finally, obesity is a risk factor in PDAC that may differentially modulate ICB efficacy in a malignancy-dependent manner. METHODS: We investigated the mechanisms underlying irAEs induced by dual ICB therapy and sought to identify strategies to mitigate them while improving ICB efficacy in the obese setting. To this end, we used a clinically relevant mouse model that integrated key features of human PDAC: (1) high-fat diet-induced obesity, (2) an orthotopic PDAC, and (3) a therapeutic regimen combining chemotherapy (FOLFIRINOX) with ICBs (α-programmed cell death protein-1 + α-cytotoxic T-lymphocyte associated protein-4 antibodies). RESULTS: Obese mice developed cardiac irAEs and had elevated serum interleukin (IL)-1β levels after chemoimmunotherapy. IL-1β blockade not only prevented myocarditis and reduced cardiac fibrosis but also enhanced the antitumor efficacy of the combination of chemotherapy plus dual ICB therapy and significantly improved the overall survival of PDAC-bearing obese mice. CONCLUSIONS: Our findings provide the rationale and compelling data to test a Food and Drug Administration-approved anti-IL-1β antibody in combination with chemotherapy and dual ICB therapy in patients with pancreatic cancer with obesity.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».