Unraveling Translational Insights into Systemic Multi-Organ Toxicity of Cytosine Arabinoside (Ara-C): A Systematic Review of Preclinical Animal Evidence
Notice bibliographique
Résumé
Background/Objectives: Cytarabine (Ara-C) remains central to acute myeloid leukemia therapy but is limited by unpredictable systemic toxicities. Preclinical studies have long documented multi-organ injury, yet findings remain fragmented. This systematic review synthesizes animal evidence to clarify the spectrum, dose–response patterns, and mechanisms of cytarabine-induced toxicity. Methods: Following PRISMA 2020 guidelines and PROSPERO registration (CRD420251081384), a comprehensive search of PubMed, MEDLINE, Scopus, Cochrane Library and Embase identified eligible in vivo animal studies. Data extraction covered animal models, dosing regimens, routes of administration, histopathological and biochemical endpoints and mechanistic findings. Risk of bias and study quality were assessed using SYRCLE’s tool, CAMARADES checklist and an adapted Newcastle–Ottawa Scale, with reporting benchmarked against ARRIVE 2.0. Results: Eighty-one studies (1964–2024) were included. Cytarabine produced dose- and regimen-dependent toxicities across multiple organs. Neurotoxicity was most frequently reported, followed by intestinal mucositis, ocular injury, alopecia, hepatotoxicity, nephrotoxicity, and developmental anomalies. Mechanistic analyses consistently implicated oxidative stress, inflammatory cascades, apoptosis, and epigenetic dysregulation. Study quality was moderate, with frequent deficiencies in randomization, blinding, and sample-size justification, raising concerns about reproducibility. Cardiotoxicity, despite clinical relevance, was virtually absent from preclinical evaluation. Conclusions: Preclinical evidence suggests cytarabine’s systemic toxicity as a multifactorial process extending beyond rapidly proliferating tissues. While animal studies provide mechanistic insights, methodological weaknesses and translational gaps limit predictive value. Future research must adopt rigorous design, systematically assess underexplored toxicities, and integrate molecular profiling to identify biomarkers and protective strategies.
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 | 0,019 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,008 |
| Bibliométrie | 0,013 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».