Immune Response Regulation has Therapeutic Potential in the Treatment of Cancer
Notice bibliographique
Résumé
Background: Depending on their path of differentiation, immune cells can have opposing roles in tumour progression. As a result, during growth, tumours undergo selective pressure to produce immunosuppressive factors that contribute to tumour growth, angiogenesis, and metastasis. This review discusses the contribution of different macrophages and T cells to tumour progression, as well as their role in current cancer immunotherapies. Methods: We searched for articles online through McGill Library with search terms including the names of different immune cells along with “polarity”, “tumour progression”, or “cancer immunotherapy”. Cancer therapies “CTLA-4 blockade”, “Ipilimumab”, “adoptive cell transfer”, and “PD1 inhibition” were also used as search terms. Summary: Depending on the cell types involved, crosstalk between different immune cells in the tumour stroma can contribute to either the development or the inhibition of tumour growth. Certain therapies such as adoptive cytotoxic T lymphocyte (CTLs) transfer and CTLA-4 & PD1 inhibition work by enhancing CTL tumoricidal responses, and have produced durable responses in a small but significant group of patients. Other therapies work by skewing the phenotype of tumour associated macrophages from pro-tumorigenic to anti-tumorigenic. However, disrupting the balance between immune cell functions risks triggering inflammatory disorders such as autoimmunity. Therefore, future directions in cancer immunotherapy include targeting potential responders and restricting therapeutic mechanisms to the tumour microenvironment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,005 |
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 source (Gemma direct ou Codex distillé), 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 ».