Amplification of virus-induced antimelanoma T-cell reactivity by high-dose interferon-alpha2b: implications for cancer vaccines.
Notice bibliographique
Résumé
PURPOSE: The therapeutic effectiveness of cancer vaccines, composed of tumor antigens that are also self-antigens, may be limited by the normal mechanisms that preserve immunological tolerance. Consistent with this notion, we found that vaccination of melanoma patients with recombinant viral vaccines expressing gp100 (a melanoma antigen also expressed by normal melanocytes) produced only transient increases in noncytotoxic T cells specific for immunodominant gp100 epitopes. To improve the therapeutic effects of these vaccines, IFN-alpha2b (IFN-alpha) was administered to some high-risk patients. EXPERIMENTAL DESIGN: 7 HLA-A*0201(+) patients were injected with high doses of IFN-alpha (20 MU/m(2) x 20 doses) at various times after completing the vaccination protocol. Clinical toxicity and responses were documented, and the effects on gp100-reactive T cells were measured by IFN-gamma enzyme-linked immunospot assays, tetramers of HLA-A*0201 and gp100 epitopes, and cellular cytotoxicity assays. RESULTS: In patients who had previously responded to vaccination, high doses of IFN-alpha recalled gp100-reactive T cells with the ability to kill gp100-expressing tumor targets in vitro. Concomitant with the reappearance of these cytotoxic T cells, tumor regression was observed in the two patients with clinically evident metastatic disease. CONCLUSIONS: The finding that high-dose IFN recalls previously activated tumor-reactive T cells with potent killing ability suggests a strategy to maintain antitumor responses initiated by cancer vaccines.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».