Molecular Pathogenesis of Hodgkin's Lymphoma: Increasing Evidence of the Importance of the Microenvironment
Notice bibliographique
Résumé
Hodgkin's lymphoma (HL) represents the most common subtype of malignant lymphoma in young people in the Western world. Most patients can be cured with modern treatment strategies, although approximately 20% will die after relapse or progressive disease. The histologic hallmark of the disease is the presence of the characteristic Hodgkin Reed-Sternberg (HRS) cells in classical HL and so-called lymphocyte-predominant (LP) cells in nodular lymphocyte-predominant HL. HL is unique among all cancers because malignant cells are greatly outnumbered by reactive cells in the tumor microenvironment and make up only approximately 1% of the tumor. Expression of a variety of cytokines and chemokines by the HRS and LP cells is believed to be the driving force for an abnormal immune response, perpetuated by additional factors secreted by reactive cells in the microenvironment that help maintain the inflammatory milieu. The malignant HRS and LP cells manipulate the microenvironment, permitting them to develop their malignant phenotype fully and evade host immune attack. Gene expression signatures derived from non-neoplastic cells correlate well with response to initial and subsequent therapies, reflecting their functional relevance. Recent biomarker studies have added texture to clinical outcome predictors, and their incorporation into prognostic models may improve our understanding of the biologic correlates of treatment failure. Moreover, recent preclinical and clinical studies have demonstrated that the tumor microenvironment represents a promising therapeutic target, raising hope that novel treatment strategies focused on the interface between malignant and reactive cells will soon emerge.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».