MétaCan
Menu
Retour à la cohorte
Enregistrement W4415283105 · doi:10.1093/ndt/gfaf220

Nephrotoxicity of conventional chemotherapeutics: part II—non-platinum agents and miscellaneous nephrotoxic drugs

2025· article· en· W4415283105 sur OpenAlexaff
Adam Kelly, Sourabh Sharma, Omar Mamlouk, Mohamed Hassanein, Raad Chowdhury, Shruti Gupta, Huong Truong, Marco Bonilla, Kartik Kalra, Rimda Wanchoo, Tanazul T. Pariswala, Anna-Eve Turcotte, Ishaan Zaveri, Carl Dernell, Mohamed Ibrahim, Sylvia S Eskander, Prakash Gudsoorkar, Kenar D. Jhaveri, Mark A. Perazella, Paul Hanna

Notice bibliographique

RevueNephrology Dialysis Transplantation · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueChemotherapy-induced organ toxicity mitigation
Établissements canadiensCentre Hospitalier Universitaire de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésNephrotoxicityToxicityAdverse effectRenal functionKidneyKidney disease

Résumé

récupéré en direct d'OpenAlex

While modern anticancer therapies have significantly improved survival in patients with cancer, their success is often hindered by unintended side effects and toxicities, particularly to the kidneys. Many conventional chemotherapeutic agents, despite their efficacy, exert nephrotoxic effects that can result in short- and long-term adverse kidney outcomes. This review critically examines the renal implications of non-platinum alkylating agents and other less commonly grouped cytotoxic drugs based on available literature. Nephrotoxicity remains a frequent and often dose-limiting challenge in patients with cancer, even with preventive measures. As such, there is a growing need to identify predictive biomarkers and develop targeted kidney-protective strategies. An understanding of these agents' kidney toxicity profiles is critical to maximize the oncologic benefit while preserving kidney function in this vulnerable population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,261
Écart entre enseignants0,251 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNephrology Dialysis TransplantationMême sujetChemotherapy-induced organ toxicity mitigationTravaux en français237 207