Evaluation of Intra-Lesional Interleukin 2 for the Treatment of In-Transit Melanoma Disease: L’évaluation de l’interleukine-2 intralésionnelle pour traiter les mélanomes en transit
Notice bibliographique
Résumé
BACKGROUND: Intra-lesional interleukin 2 (IL-2) therapy trials for the treatment of in-transit melanoma using different treatment protocols have been published reporting varied results. This study assesses the results of IL-2 therapy in our institution and to evaluate the reproducibility of our response rates when using the same treatment protocol as another Canadian centre. METHODS: A retrospective review was undertaken of patients with in-transit melanoma who were treated with intralesional IL-2 in a single institution from 2010 to 2016. Responses were evaluated using RECIST criteria. Demographic data, tumour characteristics, follow-up data, in-transit-free interval, and survival data were collected and analysed. RESULTS: Forty-nine patients were identified. Overall tumour response rate was 72%, including complete response in 23 patients (47%) and partial response in 12 patients (24%). Stable disease was observed in 4% of patients and progressive disease in 25%. The main side effects were minor discomfort with injections and auto-limited flu-like symptoms. The presence of tumour-infiltrating lymphocytes may be a predictor of better response. CONCLUSION: This study confirms prior experience with intra-lesional IL-2, demonstrating it to be an effective, safe, and well-tolerated therapy for in-transit melanoma. Tumour-infiltrating lymphocytes as a predictor of better response warrant further study.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».