MétaCan
Menu
Retour à la cohorte
Enregistrement W2884098295 · doi:10.3389/fonc.2018.00269

Monitoring Immune Checkpoint Regulators as Predictive Biomarkers in Hepatocellular Carcinoma

2018· article· en· W2884098295 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueFrontiers in Oncology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineImmune checkpointImmune systemImmunotherapyHepatocellular carcinomaOncologyCancerPD-L1Internal medicineBiomarkerIpilimumabClinical trialImmunologyCancer researchBiology

Résumé

récupéré en direct d'OpenAlex

The global burden of Hepatocellular carcinoma (HCC), one of the frequent causes of cancer-related deaths worldwide, is rapidly increasing partly due to the limited treatment options available for this disease and recurrence due to therapy resistance. Immune checkpoint inhibitors that are proved to be beneficial in the treatment of advanced melanoma and other cancer types are currently in clinical trials in HCC. These ongoing trials are testing the efficacy and safety of a few select checkpoints in HCC. Similar to observations in other cancers, these immune checkpoint blockade treatments as monotherapy may benefit only a fraction of HCC patients. Studies that assess the prevalence and distribution of other immune checkpoints/modulatory molecules in HCC have been limited. Moreover, robust predictors to identify which HCC patients will respond to immunotherapy are currently lacking. The objective of this study is to perform a comprehensive evaluation on different immune modulators as predictive biomarkers to monitor HCC patients at high risk for poor prognosis. We screened publically available HCC patient databases for the expression of previously well described immune checkpoint regulators and evaluated the usefulness of these immune modulators to predict high risk, patient overall survival and recurrence. We also identified the immune modulators that synergized with known immune evasion molecules PD-L1, PD-1 and CTLA-4 and correlated with worse patient outcomes. We evaluated the association between the expression of epithelial-to-mesenchymal (EMT) markers and PD-L1 in HCC patient tumors. We also examined the relationship of tumor mutational burden with HCC patient survival. Notably, expression of immune modulators B7-H4, PD-L2, TIM-3, and VISTA were independently associated with worse prognosis, while B7-H4, CD73 and VISTA predicted low recurrence free survival. Moreover, the prognosis of patients expressing high PD-L1 with high B7-H4, TIM-3, VISTA, CD73 and PD-L2 expression was significantly worse. Interestingly, PD-L1 expression in HCC patients in the high risk group was closely associated with EMT marker expression and prognosticates poor survival. In HCC patients, high TMB predicted worse patient outcomes than those with low TMB.

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.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,927

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,284
Écart entre enseignants0,269 · 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