KN
Kei Nakagawa
Author with expertise in Pancreatic Cancer Research and Treatment
Achievements
Open Access Advocate
Cited Author
Key Stats
Upvotes received:
0
Publications:
5
(100% Open Access)
Cited by:
831
h-index:
26
/
i10-index:
81
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Definitions, pathophysiology, and epidemiology of acute cholangitis and cholecystitis: Tokyo Guidelines

Yasutoshi Kimura et al.Jan 1, 2007
This article discusses the definitions, pathophysiology, and epidemiology of acute cholangitis and cholecystitis. Acute cholangitis and cholecystitis mostly originate from stones in the bile ducts and gallbladder. Acute cholecystitis also has other causes, such as ischemia; chemicals that enter biliary secretions; motility disorders associated with drugs; infections with microorganisms, protozoa, and parasites; collagen disease; and allergic reactions. Acute acalculous cholecystitis is associated with a recent operation, trauma, burns, multisystem organ failure, and parenteral nutrition. Factors associated with the onset of cholelithiasis include obesity, age, and drugs such as oral contraceptives. The reported mortality of less than 10% for acute cholecystitis gives an impression that it is not a fatal disease, except for the elderly and/or patients with acalculous disease. However, there are reports of high mortality for cholangitis, although the mortality differs greatly depending on the year of the report and the severity of the disease. Even reports published in and after the 1980s indicate high mortality, ranging from 10% to 30% in the patients, with multiorgan failure as a major cause of death. Because many of the reports on acute cholecystitis and cholangitis use different standards, comparisons are difficult. Variations in treatment and risk factors influencing the mortality rates indicate the necessity for standardized diagnostic, treatment, and severity assessment criteria.
0

GFPT2 expression is induced by gemcitabine administration and enhances invasion by activating the hexosamine biosynthetic pathway in pancreatic cancer

Kent Miyazaki et al.Jun 18, 2024
Abstract Our previous studies revealed a novel link between gemcitabine (GEM) chemotherapy and elevated glutamine-fructose-6-phosphate transaminase 2 (GFPT2) expression in pancreatic cancer (PaCa) cells. GFPT2 is a rate-limiting enzyme in the hexosamine biosynthesis pathway (HBP). HBP can enhance metastatic potential by regulating epithelial-mesenchymal transition (EMT). The aim of this study was to further evaluate the effect of chemotherapy-induced GFPT2 expression on metastatic potential. GFPT2 expression was evaluated in a mouse xenograft model following GEM exposure and in clinical specimens of patients after chemotherapy using immunohistochemical analysis. The roles of GFPT2 in HBP activation, downstream pathways, and cellular functions in PaCa cells with regulated GFPT2 expression were investigated. GEM exposure increased GFPT2 expression in tumors resected from a mouse xenograft model and in patients treated with neoadjuvant chemotherapy (NAC). GFPT2 expression was correlated with post-operative liver metastasis after NAC. Its expression activated the HBP, promoting migration and invasion. Treatment with HBP inhibitors reversed these effects. Additionally, GFPT2 upregulated ZEB1 and vimentin expression and downregulated E-cadherin expression. GEM induction upregulated GFPT2 expression. Elevated GFPT2 levels promoted invasion by activating the HBP, suggesting the potential role of this mechanism in promoting chemotherapy-induced metastasis.
0

Deep learning predicts the 1-year prognosis of pancreatic cancer patients using positive peritoneal washing cytology

Aya Noguchi et al.Aug 2, 2024
Peritoneal washing cytology (CY) in patients with pancreatic cancer is mainly used for staging; however, it may also be used to evaluate the intraperitoneal status to predict a more accurate prognosis. Here, we investigated the potential of deep learning of CY specimen images for predicting the 1-year prognosis of pancreatic cancer in CY-positive patients. CY specimens from 88 patients with prognostic information were retrospectively analyzed. CY specimens scanned by the whole slide imaging device were segmented and subjected to deep learning with a Vision Transformer (ViT) and a Convolutional Neural Network (CNN). The results indicated that ViT and CNN predicted the 1-year prognosis from scanned images with accuracies of 0.8056 and 0.8009 in the area under the curve of the receiver operating characteristic curves, respectively. Patients predicted to survive 1 year or more by ViT showed significantly longer survivals by Kaplan–Meier analyses. The cell nuclei found to have a negative prognostic impact by ViT appeared to be neutrophils. Our results indicate that AI-mediated analysis of CY specimens can successfully predict the 1-year prognosis of patients with pancreatic cancer positive for CY. Intraperitoneal neutrophils may be a novel prognostic marker and therapeutic target for CY-positive patients with pancreatic cancer.