SCIDOT-15. DISRUPTING THE BLOOD-BRAIN BARRIER IN NEURO-ONCOLOGY: INNOVATIONS, ACHIEVEMENTS, AND LESSONS LEARNED FROM CLINICAL TRIALS
Notice bibliographique
Résumé
Abstract BACKGROUND The blood-brain barrier (BBB) presents a formidable challenge for the development of effective therapeutics in neuro-oncology. Several strategies for the disruption of the BBB have been investigated in humans. An in-depth analysis of the concepts, design, and outcomes from these trials can provide insight into optimizing strategies for safe, selective, and efficacious BBB disruption for drug delivery. METHODS The clinicaltrials.gov database was searched on June 9th, 2019 using the term blood-brain barrier. Results were screened for studies relevant to neuro-oncology. When available, linked publications were also reviewed for supplemental information. The Pubmed database was also searched for BBB disruption strategies, to identify publications not linked to a trial registry. Details regarding patient eligibility, intervention, comparators, outcomes and other design criteria were extracted. RESULTS Among 288 registered studies, 42 were relevant to neuro-oncology. Drug-based methods predominated (33/42) but there has been a surge in device-based methods with all registrations after 2015. Mannitol was the most common drug-based method (16/33, 5 Phase II), followed by RMP-7 (8/33, 3 Phase II), Ang1005 (7/33, 4 Phase II and one pending Phase III), and Regadenoson (2/33, one Phase 0 and one Phase I). MR-guided focused ultrasound was the most common device-based method (5/9), followed by MR-guide laser ablation (2/9), Sonocloud (1/9), and transcranial magnetic stimulation (1/9). All device studies have been early phase. Most early phase studies focusing on safety and tolerability met objectives. Some Phase II studies showed preliminary efficacy but control arms were lacking. Many Phase II studies have been terminated/suspended. CONCLUSIONS Diverse BBB disruption methods have been investigated and most appear to be safe and tolerable. Advanced phase studies focusing on survival differences have been limited by heterogeneous tumors and lack of control arms. Objective establishment of BBB disruption was limited. Concerted and standardized clinical trial efforts are needed.
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 | 0,009 | 0,005 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».