Managing leptomeningeal melanoma metastases in the era of immune and targeted therapy
Notice bibliographique
Résumé
Melanoma frequently metastasizes to the brain, with CNS involvement being clinically evident in ∼30% of patients (as high as 75% at autopsy). In ∼5% cases melanoma cells also metastasize to the leptomeninges, the sub-arachnoid space and cerebrospinal fluid (CSF). Patients with leptomeningeal melanoma metastases (LMM) have the worst prognosis and are characterized by rapid disease progression (mean survival 8-10 weeks) and a death from neurological causes. The recent years have seen tremendous progress in the development of targeted and immune therapies for melanoma that has translated into an increased survival benefit. Despite these gains, the majority of patients fail therapy and there is a suspicion that the brain and the leptomeninges are a "sanctuary" sites for melanoma cells that escape both targeted therapy and immunologic therapies. Emerging evidence suggests that (1) Cancer cells migrating to the CNS may have unique molecular properties and (2) the CNS/leptomeningeal microenvironment represents a pro-survival niche that influences therapeutic response. In this Mini-Review, we will outline the clinical course of LMM development and will describe how the intracranial immune and cellular microenvironments offer both opportunities and challenges for the successful management of this disease. We will further discuss the latest data demonstrating the potential use of BRAF inhibitors and immune therapy in the management of LMM, and will review future potential therapeutic strategies for the management of this most devastating complication of advanced melanoma.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».