MétaCan
Menu
Retour à la cohorte
Enregistrement W2466689966 · doi:10.1016/j.ebiom.2016.06.046

Oncolytic Viruses: Therapeutics With an Identity Crisis

2016· review· en· W2466689966 sur OpenAlexaff
Caroline J. Breitbach, Brian D. Lichty, John C. Bell

Notice bibliographique

RevueEBioMedicine · 2016
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensOttawa HospitalMcMaster University
Organismes subventionnairesnon disponible
Mots-clésOncolytic virusVirologyViral therapyCoronavirus disease 2019 (COVID-19)Identity crisis2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)MedicineComputational biologyBiologyVirusPathologyPsychologyPsychoanalysisDiseaseInfectious disease (medical specialty)Outbreak

Résumé

récupéré en direct d'OpenAlex

Oncolytic viruses (OV) are replicating viral therapeutics for the treatment of cancer and have been in laboratory development for about twenty years. Recently, the FDA approved Imlygic, a herpes virus based therapeutic for the treatment of melanoma and thus OVs have entered a new era where they are a weapon in the armament of the oncologist. OVs are unique therapeutics with multiple mechanisms of therapeutic activity. The exact path for their development and eventual uptake by pharmaceutical companies is somewhat clouded by an uncertain identity. Are they vaccines, tumour lysing therapeutics, inducers of innate immunity, gene therapy vectors, anti-vascular agents or all of the above? Should they be developed as stand-alone loco-regional therapeutics, systemically delivered tumour hunters or immune modulators best tested as combination therapeutics? We summarize data here supporting the idea, depending upon the virus, that OVs can be any or all of these things. Pursuing a "one-size fits all" approach is counter-productive to their clinical development and instead as a field we should build on the strengths of individual virus platforms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,072
Tête enseignante GPT0,427
Écart entre enseignants0,355 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations108
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEBioMedicineMême sujetVirus-based gene therapy researchTravaux en français237 207