MétaCan
Menu
← Retour à la cohorte
Enregistrement W3111468108 · doi:10.1016/j.ccell.2020.11.009

Immunomodulation by targeted anticancer agents

2020· review· en· W3111468108 sur OpenAlexfundno aff
Giulia Petroni, Aitziber Buqué, Laurence Zitvogel, Guido Kroemer, Lorenzo Galluzzi

Notice bibliographique

RevueCancer Cell · 2020
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune Cell Function and Interaction
Établissements canadiensnon disponible
Organismes subventionnairesHigh-end Foreign Experts Recruitment Plan of ChinaBristol-Myers Squibb CanadaWeill Cornell Medical CollegeLabex Immuno-OncologyEuropean Research Area Network on Cardiovascular DiseasesPharmaMarStand Up To CancerInstitut Universitaire de FranceChancellerie des Universités de ParisCancéropôle Ile de FranceLigue Contre le CancerLeukemia and Lymphoma SocietyFondation pour la Recherche MédicaleAstraZenecaInstitut National Du CancerBayer HealthCareInstitut National de la Santé et de la Recherche MédicaleGenentechInstitut Gustave-RoussyAgence Nationale de la RechercheFondation LeducqU.S. Department of DefenseInstitut MérieuxEuropean CommissionSeerave FoundationAssociation pour la Recherche sur le CancerWeill Cornell MedicineE-RareBristol-Myers SquibbRocheBoehringer Ingelheim
Mots-clésTargeted therapyCarcinogenesisCancer researchMedicineCancerPharmacologyBiologyImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

At odds with conventional chemotherapeutics, targeted anticancer agents are designed to inhibit precise molecular alterations that support oncogenesis or tumor progression. Despite such an elevated degree of molecular specificity, many clinically employed and experimental targeted anticancer agents also mediate immunostimulatory or immunosuppressive effects that (at least in some settings) influence therapeutic efficacy. Here, we discuss the main immunomodulatory effects of targeted anticancer agents and explore potential avenues to harness them in support of superior clinical efficacy.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,030
Tête enseignante GPT0,304
Écart entre enseignants0,274 · 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'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

Citations216
Publié2020
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueCancer Cell→Même sujetImmune Cell Function and Interaction→Travaux en français237 207→