MétaCan
Menu
Retour à la cohorte
Enregistrement W2087733415 · doi:10.1517/14712598.2011.592490

Emepepimut-S for non-small cell lung cancer

2011· article· en· W2087733415 sur OpenAlexaff
Luis Corrales, Normand Blais, Denis Soulières

Notice bibliographique

RevueExpert Opinion on Biological Therapy · 2011
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
Thématiquevaccines and immunoinformatics approaches
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésImmunotherapyMedicineMUC1Clinical trialLung cancerOncologyCancerCancer vaccineImmune systemDrugCancer immunotherapyInternal medicineImmunologyPharmacology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Immunotherapy as a possible therapeutic option for cancer has been of great importance due to the innovative development of vaccines. Various molecules have been tested and emepepimut-S (Biomira Liposomal Peptide 25 (BLP 25)) has emerged as an option, particularly in lung cancer. AREAS COVERED: A PubMed literature and ClinicalTrials.gov search was conducted using the terms: emepepimut, BLP25, NSCLC, cancer immunotherapy, cancer vaccine and MUC1. This review covers how emepepimut-S acts against the mucin 1 (MUC1) tumor-associated antigen producing a cellular immune response against the cells that express MUC1 and the most important clinical data available that led to the ongoing Phase III trial. EXPERT OPINION: The results obtained in the Phase I/II trials are promising, showing a favorable toxicity with a benefit in survival in NSCLC patients. As future trials develop, demonstration of the long-term survival benefit, understanding of the various mechanisms of immune response initiated by the drug and the selection of patients that will highly benefit from the immunotherapy will be elucidated. The safety and extension in survival makes emepepimut-S a very interesting drug and could, therefore, offer a possibility of treatment and maintenance, particularly for good performance status patients with locally advanced NSCLC.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,498
Score d'incertitude au seuil0,529

Scores Codex et Gemma par catégorie

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,085
Tête enseignante GPT0,314
Écart entre enseignants0,229 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations7
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Opinion on Biological TherapyMême sujetvaccines and immunoinformatics approachesTravaux en français237 207