MétaCan
Menu
Retour à la cohorte
Enregistrement W3006656146 · doi:10.1186/s13058-020-1252-7

HER2 heterogeneity and resistance to anti-HER2 antibody-drug conjugates

2020· review· en· W3006656146 sur OpenAlexaff
Alberto Ocaña, Eitan Amir, Atanasio Pandiella

Notice bibliographique

RevueBreast Cancer Research · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueHER2/EGFR in Cancer Research
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesInstituto de Salud Carlos IIICRIS Cancer Foundation
Mots-clésTrastuzumabTrastuzumab emtansineAntibody-drug conjugateMedicineBreast cancerSurgical oncologyDrug resistanceDrug developmentDrugCancerComputational biologyOncologyPharmacologyInternal medicineAntibodyMonoclonal antibodyImmunologyBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There has been substantial interest in HER2 intratumoral heterogeneity as an explanation for the development of resistance to anti-HER2 therapies in breast cancer, particularly to trastuzumab emtansine (T-DM1). METHODS: Through a literature-based approach, we discuss mechanisms of resistance to HER2-targeting antibody-drug conjugates (ADCs) in breast cancer. RESULTS: We describe results from clinical studies reporting the effect of anti-HER2 strategies particularly ADCs and their mechanistic effect. We review biological findings underlying HER2 heterogeneity and its implication in the development of novel anti-HER2 drugs including new ADCs in clinical development like trastuzumab deruxtecan (DS-8201). CONCLUSIONS: We suggest potential mechanisms to optimize these compounds and their future clinical implementation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,870
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,141
Tête enseignante GPT0,509
Écart entre enseignants0,369 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations96
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBreast Cancer ResearchMême sujetHER2/EGFR in Cancer ResearchTravaux en français237 207