MétaCan
Menu
Retour à la cohorte
Enregistrement W2905883696 · doi:10.1186/s40425-018-0480-1

Taking the bull by the horn: the frontline use of infliximab for the treatment of immune checkpoint inhibitor-induced enterocolitis

2018· letter· en· W2905883696 sur OpenAlexaff
Khashayar Esfahani

Notice bibliographique

RevueJournal for ImmunoTherapy of Cancer · 2018
Typeletter
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesnon disponible
Mots-clésInfliximabMedicineImmune systemEnterocolitisAdverse effectImmune dysregulationImmune checkpointCTLA-4ImmunologyIntensive care medicineSepsisIpilimumabCancerOncologyTumor necrosis factor alphaInternal medicineImmunotherapyT cell

Résumé

récupéré en direct d'OpenAlex

Immune checkpoint inhibitors which activate the host's immune system to fight cancer have brought dramatic improvements to the overall survival of a growing number of deadly malignancies. Their use comes at the expense of often serious immune-related adverse events which consist of an off-target attack of the immune system on potentially any of the human body's healthy organs. For lack of better-validated evidence, and regardless of the organ affected, clinicians often use the same immunosuppressive regimens consisting of high dose corticosteroids followed by the introduction of biologic agents such as the tumor-necrosis alpha inhibitor infliximab for corticosteroid-refractory toxicities. The article by Johnson et al. is timely in providing a more personalized approach for the management of immune-related toxicities affecting the lower digestive tract with many positive clinical outcomes associated with the upfront use of infliximab in association with corticosteroids. This commentary will provide a narrative summary of their findings in light of the current clinical knowledge relevant to the understanding of immune-related enterocolitis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0170,017
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,052
Tête enseignante GPT0,336
Écart entre enseignants0,285 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal for ImmunoTherapy of CancerMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207