MétaCan
Menu
Retour à la cohorte
Enregistrement W3016889239 · doi:10.3747/co.27.5285

Targeting T Cell Activation in Immuno-Oncology

2020· review· en· W3016889239 sur OpenAlexaffvenue
Samuel D. Saibil, Pamela S. Ohashi

Notice bibliographique

RevueCurrent Oncology · 2020
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueImmunotherapy and Immune Responses
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesEMD SeronoSymphogen
Mots-clésImmunotherapyMedicineT cellImmune checkpointBlockadeCancer immunotherapyImmune systemCancer researchImmunologyInternal medicineReceptor

Résumé

récupéré en direct d'OpenAlex

The years since 2009 have seen tremendous progress in unlocking the curative potential of the immune system for the treatment of cancer. Much of that revolution in immuno-oncology has been fueled by the clinical success of immune checkpoint inhibitors, particularly those targeting the PD-1 axis. Unfortunately, many patients still fail to benefit from checkpoint blockade or other immunotherapies. An inability to fully activate antitumour T cells contributes in part to the failure of those therapies. Here, we review the basic biology of T cell activation, with particular emphasis on the essential role of the dendritic cell and the innate immune system in T cell activation. The current understanding of the multiple factors that govern T cell activation and how they impinge on tumour immunotherapy are also discussed. Lastly, treatment strategies to potentially overcome barriers to T cell activation and to enhance the efficacy of immunotherapy are addressed.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 consensuellesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,987
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,101
Tête enseignante GPT0,403
Écart entre enseignants0,301 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations36
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetImmunotherapy and Immune ResponsesTravaux en français237 207