Antiangiogenesis for Advanced Non-Small-Cell Lung Cancer in the Era of Immunotherapy and Personalized Medicine
Notice bibliographique
Résumé
Over the past decade, patients with advanced non-small-cell lung cancer (NSCLC) have witnessed substantial advances in regards to therapeutic alternatives. Among newly developed agents, angiogenesis inhibitors were extensively tested in different settings and have produced some favorable outcomes despite several shortcomings. Bevacizumab is the most examined agent in this context and has demonstrated significant survival benefits when combined with standard chemotherapy in eligible patients. Preliminary results on the addition of bevacizumab to erlotinib in patients with EGFR-mutated NSCLC seem promising. Other antiangiogenic agents were also tested, but ramucirumab and nintedanib are the only agents with a positive impact on survival. More recently, immune checkpoint inhibitors (ICIs) have had considerable success due to their prolonged durations of response, yet response rates are still deemed suboptimal, and various combination therapies are being tested in an effort to improve efficacy. Preclinical evidence suggests an immunosuppressive effect of pro-angiogenic factors, which sets up a plausible rationale for combining ICIs and antiangiogenic agents. Herein, we review the landmark data supporting the success of angiogenesis inhibitors, and we discuss the potential for combination with immunotherapy and targeted agents.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 ».