Immune induction strategies to enhance responses to PD-1 blockade: lessons from the TONIC trial
Notice bibliographique
Résumé
Programmed cell death protein 1 (PD-1) blockade is only effective in a minority of patients, prompting the search for combinatorial therapies that increase responses. Identifying effective combinations requires lengthy testing and so far has shown few successes. To accelerate progress Voorwerk and colleagues (Nat Med. 25(6):920-8, 2019) used an adaptive trial design to compare 4 short-course therapies (radiotherapy, cyclophosphamide, cisplatin and doxorubicin) for their ability to improve the tumor immune microenvironment and enhance responses to subsequent PD-1 blockade in women with metastatic triple negative breast cancer, a disease with low response rate to PD-1 blockade. They reported the first phase of the trial that enrolled 12 to 17 patients per arm to "pick the winner" induction treatment. Higher objective response rates (ORR) compared to no induction were observed only in the arm containing doxorubicin, which proceeded to phase II. These results raise a number of questions about testing local versus systemic induction treatments and whether sequencing with PD-1 blockade is appropriate in light of evidence supporting concomitant treatment, at least for radiotherapy. Small imbalances in baseline characteristics can also influence results obtained with limited numbers of patients per arm. We hope that these considerations will help future adaptive, signal-finding combination immunotherapy studies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 | 0,002 |
| 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 ».