Evaluation of CD20, CD22, and HLA-DR Targeting for Radioimmunotherapy of B-Cell Lymphomas
Notice bibliographique
Résumé
Despite the promise of radioimmunotherapy using anti-CD20 antibodies (Ab) for the treatment of relapsed patients with indolent non-Hodgkin lymphoma (NHL), most patients treated with conventional doses of (131)I-tositumomab or (90)Y-ibritumomab eventually relapse. We did comparative assessments using conventional radioimmunotherapy targeting CD20, CD22, and HLA-DR on human Ramos, Raji, and FL-18 lymphoma xenografts in athymic mice to assess the potential for improving the efficacy of radioimmunotherapy by targeting other NHL cell surface antigens. Results of biodistribution studies showed significant differences in tumor localization consistent with variable antigenic expression on the different lymphoma cell lines. Interestingly, the radioimmunoconjugate that yielded the best tumor-to-normal organ ratios differed in each tumor model. We also explored administering all three (111)In-1,4,7,10-tetra-azacylododecane N,N',N'',N'''-tetraacetic acid antibodies in combination, but discovered, surprisingly, that this approach did not augment the localization of radioactivity to tumors compared with the administration of the best single radiolabeled Ab alone. These data suggest that conventional radioimmunotherapy using anti-CD20, anti-HLA-DR, or anti-CD22 Abs is effective when used singly and provides targeted uptake of radiolabel into the tumor that is dependent on the levels of antigen expression. Improvements in tumor-to-normal organ ratios of radioactivity cannot be achieved using directly labeled Abs in combination but may be afforded by novel pretargeting methods.
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) | 0,001 | 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 ».