MétaCan
Menu
Retour à la cohorte
Enregistrement W2071234987 · doi:10.3389/fimmu.2014.00191

Immunotherapy for Prostate Cancer: Lessons from Responses to Tumor-Associated Antigens

2014· review· en· W2071234987 sur OpenAlexaff
Harm Westdorp, Annette E. Sköld, Berit A. Snijer, Sebastian Franik, Sasja F. Mulder, Pierre Major, Ronan Foley, Winald R. Gerritsen, I. Jolanda M. de Vries

Notice bibliographique

RevueFrontiers in Immunology · 2014
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueImmunotherapy and Immune Responses
Établissements canadiensJuravinski Hospital
Organismes subventionnairesVetenskapsrådet
Mots-clésProstate cancerImmunotherapyCancer immunotherapyAntigenMedicineCancerProstate-specific antigenTumor immunologyCancer researchImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Prostate cancer (PCa) is the most common cancer in men and the second most common cause of cancer-related death in men. In recent years, novel therapeutic options for PCa have been developed and studied extensively in clinical trials. Sipuleucel-T is the first cell-based immunotherapeutic vaccine for treatment of cancer. This vaccine consists of autologous mononuclear cells stimulated and loaded with an immunostimulatory fusion protein containing the prostate tumor antigen prostate acid posphatase. The choice of antigen might be key for the efficiency of cell-based immunotherapy. Depending on the treatment strategy, target antigens should be immunogenic, abundantly expressed by tumor cells, and preferably functionally important for the tumor to prevent loss of antigen expression. Autoimmune responses have been reported against several antigens expressed in the prostate, indicating that PCa is a suitable target for immunotherapy. In this review, we will discuss PCa antigens that exhibit immunogenic features and/or have been targeted in immunotherapeutic settings with promising results, and we highlight the hurdles and opportunities for cancer immunotherapy.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict)
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 enseignants0,957
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0020,002
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 Opus0,024
Tête enseignante GPT0,321
Écart entre enseignants0,296 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations90
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetImmunotherapy and Immune ResponsesTravaux en français237 207