The Role of Surrogate Markers in the Clinical Development of Antiretroviral Therapy: A Model for Early Evaluation of Targeted Cancer Drugs
Notice bibliographique
Résumé
Both CD4 cell counts and measurements of plasma HIV-1 RNA (i.e. viral load) have become established surrogate markers for predicting treatment and disease outcome in HIV infection, and are instrumental for the evaluation of new antiretroviral drugs in clinical trials. Recently, HIV drug-resistance testing has also become available and has been shown to have prognostic value in providing guidance with antiretroviral therapy. The identification of robust surrogate markers is also an essential requirement for the clinical development of targeted anticancer agents, which unlike their cytotoxic counterparts, are often devoid of the toxicities that have been traditionally used to monitor the efficacy of chemotherapy. In particular, biological or molecular markers that are predictive of a drug effect need to be integrated into early efficacy trials of targeted therapies in order to confirm that the drug is in fact "hitting" the intended target. The full clinical significance of many of the altered cell types or polymorphisms, which are selected by cytostatic agents, remains to be elucidated. However, molecular genotyping of these targets, akin to drug resistance testing for HIV infection, may constitute an important strategy to assist with the selection and monitoring of targeted chemotherapy in cancer patients. Thus, lessons from HIV/AIDS on the value of surrogate makers may assist with the development and optimization of targeted cancer therapy.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».