Evolution of systemic therapy for advanced pancreatic cancer
Notice bibliographique
Résumé
The prognosis for advanced pancreatic cancer remains poor and successful drug development in this disease continues to be a major challenge. In the last decade the approach to drug development in pancreatic cancer has included a focus on combinations of cytotoxic agents. While some promising results were seen in Phase II studies, none of the Phase III trials of cytotoxic combinations were able to demonstrate an improvement in overall survival over that seen with the single-agent gemcitabine. Newer studies have assessed the efficacy of 'targeted' agents that inhibit pathways thought to be important in the development, growth, invasion and metastasis of pancreatic cancer. Although some agents had promising activity in preclinical studies, none has made a major impact in the clinic. There has been some success with the addition of the EGF receptor tyrosine kinase inhibitor erlotinib to gemcitabine, which was the first combination to achieve an overall survival benefit compared with gemcitabine alone in a Phase III trial. Future directions for drug development in pancreatic cancer will mainly involve testing new targeted agents, although some cytotoxic combinations are currently in Phase III testing. There is a need to better understand the biology of the disease and incorporate this into trials in an attempt to search for predictive and prognostic markers that will aid in drug development. Control of pancreatic cancer will require combinations of targeted agents, probably individualized based on tumor genetics. We are just beginning to explore the efficacy of combining targeted agents in the clinic.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».