Overview of current and future biologically based targeted therapies in head and neck squamous cell carcinoma
Notice bibliographique
Résumé
Recent advances in genomics, proteomics, bioinformatics and systems biology have unraveled the complex aberrant signaling networks in cancer. The knowledge accrued has dramatically increased the opportunities for discovery of novel molecular targets for drug development. Major emphasis is being laid on designing new therapeutic strategies targeting multiple signaling pathways for more effective disease management. However, the translation of in vitro findings to patient management often poses major challenges that limit their clinical efficacy. Here we will discuss how understanding the dysregulated signaling networks can explain the pitfalls in translating the laboratory findings from the bench-to-bedside and suggest novel approaches to overcome these problems using head and neck cancer as a prototype. The five year survival rates of HNSCC patients (about 50% at 5 years) have not improved significantly despite advancements in multimodality therapy including surgery, radiation and chemotherapy. Molecular targeted therapies with inhibitors of EGFR and VEGF either alone, or in combination with conventional treatments have shown limited improved efficacy. The key deregulated signaling pathways in head and neck squamous cell carcinoma (HNSCC) include EGFR, Ras, TGFbeta, NFkappaB, Stat, Wnt/beta-catenin and PI3-K/AKT/mTOR. The aberrant activities of these interrelated signaling pathways contribute to HNSCC development. In depth understanding of the cross-talks between these pathways and networks will form the basis of developing novel strategies for targeting multiple molecular components for more effective prevention and treatment of HNSCC.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».