MétaCan
Menu
Retour à la cohorte
Enregistrement W1995328364 · doi:10.1517/14712590802666397

Aflibercept (AVE0005): an alternative strategy for inhibiting tumour angiogenesis by vascular endothelial growth factors

2009· review· en· W1995328364 sur OpenAlexaff
Quincy S. Chu

Notice bibliographique

RevueExpert Opinion on Biological Therapy · 2009
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAngiogenesis and VEGF in Cancer
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAfliberceptAngiogenesisCancer researchDecoyVascular endothelial growth factorTyrosine kinaseReceptor tyrosine kinaseMetastasisMedicineCancerVEGF receptorsReceptorInternal medicineBevacizumabChemotherapy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Aberrant angiogenesis is a landmark feature in cancer, which is important for proliferation, growth and metastasis, and is mediated by various pro-angiogenic factors. The VEGF pathway is one of the most important and best-studied angiogenic pathways. Inhibition of this pathway may provide clinical benefits to cancer patients. OBJECTIVES: Strategies to inhibit the VEGF pathway, including antibodies to VEGF, antibodies to the extracellular domain of VEGFR-1 or VEGFR-2, decoy receptors for VEGF and tyrosine kinase inhibitors of VEGFRs, are summarized. METHODS: This review outlines and compares the latest development of these strategies, with emphasis on aflibercept, a novel decoy fusion protein of domain 2 of VEGFR-1 and domain 3 of VEGFR-2 with the Fc fragment of IgG1. RESULTS: Aflibercept was shown to have early clinical activity. Multiple studies are ongoing to determine the clinical benefits of aflibercept in cancer patients.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,128
Tête enseignante GPT0,385
Écart entre enseignants0,257 · 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'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

Citations106
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Opinion on Biological TherapyMême sujetAngiogenesis and VEGF in CancerTravaux en français237 207