MétaCan
Menu
Retour à la cohorte
Enregistrement W2553273735 · doi:10.1080/21645515.2016.1245251

Potential applications of nanoparticles in cancer immunotherapy

2016· review· en· W2553273735 sur OpenAlexaff
Yimei Jia, Abdelwahab Omri, Lakshmi Krishnan, Michael J. McCluskie

Notice bibliographique

RevueHuman Vaccines & Immunotherapeutics · 2016
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueImmunotherapy and Immune Responses
Établissements canadiensLaurentian UniversityNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésImmunotherapyCancer immunotherapyCancerImmune systemDrug deliveryMedicineCancer researchImmunologyNanotechnologyMaterials scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

In recent years considerable progress has been made in the field of cancer immunotherapy whereby treatments that modulate the body's own immune system are used to combat cancer. This has the potential to not only elicit strong anti-cancer immune responses which can break pre-existing tolerance and help promote tumor regression, but could also induce immunological memory which may help prevent tumor recurrence. In order to ensure effective delivery of immunotherapeutic agents, such as vaccines, checkpoint inhibitors, chemotherapeutic agents and nucleic acids, a safe and effective delivery system is often required. One such approach is the use of multifunctional nanoparticles (NPs), such as liposomes, polymers, micelles, dendrimers, inorganic NPs, and hybrid NPs, which have the potential to combine the delivery of a diverse range of therapeutic immunomodulators thereby increasing the efficacy of tumor cell killing. This review focuses on recent progress in NP-mediated immunotherapy for the treatment of cancer.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,984
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,348
Écart entre enseignants0,312 · 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 tête enseignante, pas un consensus.

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

Citations45
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Vaccines & ImmunotherapeuticsMême sujetImmunotherapy and Immune ResponsesTravaux en français237 207