MétaCan
Menu
Retour à la cohorte
Enregistrement W3043742068 · doi:10.1080/2162402x.2020.1794423

Elucidating the gut microbiota composition and the bioactivity of immunostimulatory commensals for the optimization of immune checkpoint inhibitors

2020· review· en· W3043742068 sur OpenAlexaff
Romain Daillère, Bertrand Routy, Anne‐Gaëlle Goubet, Alexandria P. Cogdill, Gladys Ferrere, Carolina Alves-Costa Silva, Aurélie Fluckiger, Pierre Ly, Yacine Haddad, Eugénie Pizzato, Cassandra Thélémaque, Marine Fidelle, Marine Mazzenga, María Paula Roberti, Cléa Melenotte, Peng Liu, Safae Terrisse, Oliver Kepp, Guido Kroemer, Laurence Zitvogel, Lisa Derosa

Notice bibliographique

RevueOncoImmunology · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésImmune systemCommensalismGut floraImmune checkpointImmunologyBlockadeBiologyImmunotherapyMedicineBacteriaReceptor

Résumé

récupéré en direct d'OpenAlex

Accumulating evidence from preclinical studies and human trials demonstrated the crucial role of the gut microbiota in determining the effectiveness of anticancer therapeutics such as immunogenic chemotherapy or immune checkpoint blockade. In summary, it appears that a diverse intestinal microbiota supports therapeutic anticancer responses, while a dysbiotic microbiota composition that lacks immunostimulatory bacteria or contains overabundant immunosuppressive species causes treatment failure. In this review, we explore preclinical and translational studies highlighting how eubiotic and dysbiotic microbiota composition can affect progression-free survival in cancer patients.

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 candidatesaucune
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 enseignants0,968
Score d'incertitude au seuil0,634

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,303
Écart entre enseignants0,283 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOncoImmunologyMême sujetGut microbiota and healthTravaux en français237 207