MétaCan
Menu
← Retour à la cohorte
Enregistrement W2070462086 · doi:10.1158/1078-0432.ovca13-ia26

Abstract IA26: Protective immune networks in ovarian cancer

2013· article· en· W2070462086 sur OpenAlexaff
Brad H. Nelson

Notice bibliographique

RevueClinical Cancer Research · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésOvarian cancerImmune systemCD8AntigenCancerImmunologyCytotoxic T cellBiologyCancer researchMedicineInternal medicineGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Ovarian cancer is a challenging disease for which new treatments are urgently needed. High-grade serous ovarian cancer is the most common and lethal subtype, with a five-year survival rate of only 30-40%. Nevertheless, patients with evidence of an immune response against their cancer – in particular the presence of tumor-infiltrating T cells – show markedly prolonged survival. We recently showed that B cells also contribute to tumor immunity, in that tumors infiltrated by both B cells and T cells are associated with higher survival rates than seen with T cells alone. Tumor-infiltrating T cells and B cells co-localize in organized structures resembling lymphoid tissue. These structures also contain dendritic cells and show the hallmarks of active antigen presentation and lymphocyte activation. We are investigating the hypothesis that these lymphoid structures are sites of immune surveillance, where tumor antigens are presented to T cells and B cells allowing the immune system to keep check on the evolving cancer genome. To explore this concept, we are assessing tumor-infiltrating T cells for recognition of mutations identified by whole exome sequencing. In one patient undergoing standard chemotherapy, we found an example of a CD8+ T cell response to a point mutation in the HSDL1 gene. The T cell response emerged during first remission, peaked at first recurrence, and then disappeared by second recurrence, shortly before the patient succumbed to her disease. Thus, the immune system actively surveys the tumor genome in patients undergoing standard treatment, but these responses can fail in the absence of immunologic intervention. With better understanding of the lymphocytes and structures involved, it should be possible to enhance these natural surveillance mechanisms to confer protective immunity and further increase patient survival. Citation Format: Brad Nelson. Protective immune networks in ovarian cancer. [abstract]. In: Proceedings of the AACR Special Conference on Advances in Ovarian Cancer Research: From Concept to Clinic; Sep 18-21, 2013; Miami, FL. Philadelphia (PA): AACR; Clin Cancer Res 2013;19(19 Suppl):Abstract nr IA26.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,184
Tête enseignante GPT0,513
Écart entre enseignants0,330 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer Research→Même sujetCancer Immunotherapy and Biomarkers→Travaux en français237 207→