Optimizing Sequence of PD-L1 Immune-Checkpoint Inhibitors and Radiation Therapy in Bladder Cancer
Notice bibliographique
Résumé
BACKGROUND: New bladder preserving strategies are needed for muscle invasive bladder cancer (MIBC). Combined therapy of immune-checkpoint inhibitors and radiation was shown to have synergistic antitumoral effects in preclinical studies. OBJECTIVES: We aim to evaluate whether the sequence of administration of this combined therapy impacts antitumoral response. METHODS: We developed an in-vivo syngeneic MIBC mouse model where murine bladder cancer cells (MB49) were injected subcutaneously in the right flank of C57BL/6 mice. Mice were then randomized to the following treatments: control, anti-programmed cell death ligand 1 (PD-L1) alone, radiation alone (XRT) consisting of 6.25 Gy x2 fractions, concurrent anti-PD-L1 with XRT, neoadjuvant anti-PD-L1 followed by XRT, or XRT followed by adjuvant anti-PD-L1 therapy. Tumor growth, survival, and rate of response were analyzed. RESULTS: Total of 60 mice were randomized. One-way analysis of variance showed statistically significant difference in tumor growth rate across the treatment arms ( p = 0.029). Importantly, timing of immunotherapy (neoadjuvant, concurrent, or adjuvant) did not alter either tumor growth or survival ( p > 0.05). The rate of response was also similar in each combination arm ( p > 0.05). CONCLUSION: Combining anti-PD-L1 immunotherapy and radiation therapy offers optimal antitumoral responses. Timing of immunotherapy (neoadjuvant, concurrent, or adjuvant) does not appear to affect outcomes. Whether the toxicity profile differs across various sequential deliveries of combination therapy requires further evaluation.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».