MétaCan
Menu
← Retour à la cohorte
Enregistrement W3047156703 · doi:10.1158/1538-7445.pedca19-ia09

Abstract IA09: Immunotherapeutic approaches for pediatric solid tumors

2020· article· en· W3047156703 sur OpenAlexaboutno aff
Rupert Handgretinger

Notice bibliographique

RevueCancer Research · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineChimeric antigen receptorImmunotherapyRhabdomyosarcomaNeuroblastomaTransplantationOncologyImmune systemChemotherapyCytokine release syndromeImmunologyCancer researchSarcomaInternal medicinePathologyBiologyCell culture

Résumé

récupéré en direct d'OpenAlex

Abstract For patients with primary metastatic or recurrent soft tissue sarcomas, cytotoxic chemotherapy is currently the primary treatment modality. Despite intensive chemotherapy, the outcome is poor and additional new therapeutic strategies in combination with chemotherapy have to be investigated. Immunotherapy, which involves the patient’s own or a new allogeneic immune system, might have great potential to improve the outcome of affected patients. We have focused on the use of haploidentical transplantation as a form of intensive immunotherapy in order to utilize a graft-versus-solid tumor effect, which might be exerted by donor-derived alloreactive Natural Killer (NK) cells, but also by donor-derived T cells. In a first pilot trial, we have transplanted 26 patients with relapsed neuroblastoma from a haploidentical donor. The transplant-related mortality (TRM) was 0% and the overall survival (OS) was 20%. We then started a protocol using haploidentical transplantation in 68 patients followed post-transplant by 6-9 cycles of the monoclonal anti-GD2 antibody ch14.18CHO. The TRM was 5% and the 3-year OS is 58%. In addition to neuroblastoma, we also hope to apply similar strategies to other pediatric advanced solid tumors including Ewing’s sarcoma, rhabdomyosarcoma, and others. We conclude that haploidentical transplantation of patients with relapsed/refractory solid tumors is a platform on which further immunotherapeutic strategies can be developed, such as antibodies directed against other targets than GD2, such as CD276, or bispecific T-cell engagers (BiTEs), chimeric antigen receptor (CAR) T-cells or CAR NK cells, or antibody/cytokine fusion proteins, and these approaches will be discussed. The main goal of immunotherapy, however, must be to establish a long-term memory immune response against the tumor, and haploidentical transplantation might facilitate such a response. Citation Format: Rupert Handgretinger. Immunotherapeutic approaches for pediatric solid tumors [abstract]. In: Proceedings of the AACR Special Conference on the Advances in Pediatric Cancer Research; 2019 Sep 17-20; Montreal, QC, Canada. Philadelphia (PA): AACR; Cancer Res 2020;80(14 Suppl):Abstract nr IA09.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,302
Tête enseignante GPT0,454
Écart entre enseignants0,152 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetCAR-T cell therapy research→Travaux en français237 207→