High and low mutational burden tumors versus immunologically hot and cold tumors and response to immune checkpoint inhibitors
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.
Notice bibliographique
Résumé
Tumors responding to immune checkpoint inhibitors (ICIs) have a higher level of immune infiltrates and/or an Interferon (IFN) signature indicative of a T-cell-inflamed phenotype. Melanoma and lung cancer demonstrate high response rates to ICIs and are commonly referred to as "hot tumors". These are in sharp contrast to tumors with low immune infiltrates called "cold tumors" or non-T-cell-inflamed cancers, such as those from the prostate and pancreas. Classification of tumors based on their immune phenotype can partially explain clinical response to ICIs. However, this model alone cannot fully explain the lack of response among many patients treated with ICIs.Dichotomizing tumors based on their mutation profile into high tumor mutation burden (TMB) or low TMB, such as many childhood malignancies, can also, to some extent, explain the clinical response to immunotherapy. This model mainly focuses on a tumor's genotype rather than its immune phenotype. High TMB tumors often have higher levels of neoantigens that can be recognized by the immune system. In the current era of immunotherapy, with the lack of definitive biomarkers, we need to evaluate tumors based on both their immune phenotype and genomic mutation profile to determine which patients have a higher likelihood of responding to treatment with ICIs.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle