MétaCan
Menu
Retour à la cohorte
Enregistrement W2163833439 · doi:10.1158/1078-0432.ccr-11-0998

The Insulin Receptor/Insulin-Like Growth Factor Receptor Family as a Therapeutic Target in Oncology

2012· article· en· W2163833439 sur OpenAlexaff
Michaël Pollak

Notice bibliographique

RevueClinical Cancer Research · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueGrowth Hormone and Insulin-like Growth Factors
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicineInsulin receptorMetforminGrowth factor receptorInsulin-Like Growth Factor ReceptorClinical trialReceptor tyrosine kinaseInsulinTyrosine kinaseReceptorInsulin-like growth factorInsulin-like growth factor 1 receptorOncologyAntibodyCancerInternal medicinePharmacologyImmunologyGrowth factorInsulin resistance

Résumé

récupéré en direct d'OpenAlex

Over the past decade, encouraging preclinical and early clinical data concerning the relevance of the insulin receptor/insulin-like growth factor (IGF) receptor family to neoplasia led to ambitious clinical trial programs of more than a dozen drug candidates that target these receptors. These candidates include antireceptor antibodies, antiligand antibodies, receptor-specific tyrosine kinase inhibitors, and agents such as picropodophyllin and metformin that have novel mechanisms of action. Several recently reported phase III clinical trials of anti-IGF-I receptor antibodies have been disappointing and are sufficient to disprove the hypothesis that the antibodies tested have large favorable impacts on unselected patients with cancer. However, many of these trials were designed prior to recent insights concerning pathophysiology and predictive biomarkers. Future studies are required, but it will be important to optimize their design rather than simply repeat the approaches taken to date.

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)0,009
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,597
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0010,003

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 Opus0,211
Tête enseignante GPT0,493
Écart entre enseignants0,281 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations97
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer ResearchMême sujetGrowth Hormone and Insulin-like Growth FactorsTravaux en français237 207