MétaCan
Menu
Retour à la cohorte
Enregistrement W2943155654 · doi:10.1186/s40425-019-0542-z

Radiotherapy enhances responses of lung cancer to CTLA-4 blockade

2019· letter· en· W2943155654 sur OpenAlexaff
Anna Wilkins, Fiona McDonald, Kevin J. Harrington, Alan Melcher

Notice bibliographique

RevueJournal for ImmunoTherapy of Cancer · 2019
Typeletter
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensInstitute of Cancer Research
Organismes subventionnairesNational Institute for Health and Care ResearchCancer Research UK
Mots-clésAbscopal effectIpilimumabMedicineRadiation therapyImmunotherapyCTLA-4Immune systemLung cancerOncologyClinical trialBlockadeImmune checkpointBiological response modifiersImmunologyInternal medicineT cellReceptor

Résumé

récupéré en direct d'OpenAlex

Formenti et al. have recently reported the clinical outcomes and translational readouts of a trial of the anti-CTLA-4 inhibitor, ipilimumab, in combination with palliative radiotherapy in 39 patients with non-small cell lung cancer. A radiological response was seen in 18% of patients and 31% of patients experienced disease control. These clinical outcomes appear to be superior to historical studies using ipilimumab alone and suggest that radiation may have triggered systemic, so-called abscopal, immune responses in some patients. Induction of interferon-beta (IFN-β) and maximal expansion and contraction of distinct T cell receptor clones were the most significant factors predicting response. Importantly, established predictive biomarkers of response to immunotherapy alone, including the expression of PD-L1 in diagnostic biopsies and tumour mutational burden, did not predict response. The report provides important human qualification of pre-clinical mechanistic insights indicating that abscopal responses can be generated with optimised radiotherapy fractionation schedules and anti-CTLA-4 inhibition. Additionally, an intriguing mechanism by which radiation can be immunogenic is described, namely radiation-induced transcriptional upregulation of neo-antigens.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,020
Tête enseignante GPT0,366
Écart entre enseignants0,346 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreCommentaire

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

En bref

Citations26
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

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