Serum PD-1 Is Elevated after Pembrolizumab Treatment but Has No Predictive Value
Notice bibliographique
Résumé
Immune-checkpoint blockade (ICB) uses antibody targeting of specific inhibitory receptors and ligands. The major limitations of ICB, such as high cost, limited success rate, and immune-related adverse events (irAE), highlight the need for predictive biomarkers. We analyzed pre-immunotherapy and post-immunotherapy serum samples of 24 patients treated with pembrolizumab for changes in PD-1 and over 1,000 additional protein markers using a multiplex proximity extension assay (PEA) to identify potential predictive biomarkers of response and/or toxicity. Candidates were selected based on the criteria that at least 2 patients within any of 3 patient groups (responders without irAEs, responders with irAEs, or nonresponders with irAEs) had either a ≥4-fold increase or 4-fold decrease in expression post-immunotherapy. Female and male control samples were used as technical duplicates. A patient group with no response and no irAEs was used to exclude candidates. Following treatment with pembrolizumab, there was a relative increase of PD-1 in the serum of all patients, compared with controls (average 4.4-fold). We identified 7 additional serum proteins that met our candidate selection criteria. These candidate markers did not have any significant association with response or toxicity to pembrolizumab. Overall, we show that serum PD-1 increases post-therapy with pembrolizumab treatment but has no predictive value for response or toxicity in this small set of 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) | 0,000 | 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) | 0,002 | 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 ».