Role of immunotherapy in kidney cancer
Notice bibliographique
Résumé
PURPOSE OF REVIEW: To summarize current knowledge on promising immunotherapeutic agents and to provide a brief outline of current use of immunotherapeutic agents in patients with locally advanced or metastatic renal cell carcinoma (RCC). RECENT FINDINGS: Immunotherapy with mAbs directed against programed death cell protein 1, programed death-ligand 1 (PD-L1) and cytotoxic T-Lymphocyte Antigen 4 has become new first-line standard of care for moderate and poor-risk metastatic RCC patients. Similarly, the combination immune-oncology treatment and vascular endothelial growth factor (VEGF) mAbs also showed promising results in first-line therapy despite relative data immaturity. Finally, immune-oncology monotherapy (nivolumab) already represents second or third-line standard of care after tyrosine kinase inhibitor failure. SUMMARY: Combination immune-oncology therapy represents the standard of care for management of intermediate-to-poor risk clear cell metastatic RCC. In addition, combination of immune-oncology and anti-VEGF antibody represents a treatment option across all risk levels in patient with elevated PD-L1 expression. Finally, nivolumab is one of two ideal treatment options in second-line clear cell metastatic RCC patients.
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 ».