Neoadjuvant Immunotherapy for High-Risk, Resectable Malignancies: Scientific Rationale and Clinical Challenges
Notice bibliographique
Résumé
Neoadjuvant immunotherapy involves administering immune checkpoint inhibitors before surgical resection in high-risk resectable disease. This strategy was shown to have a high pathological response rate and prolonged relapse-free survival in randomized trials in melanoma, glioblastoma, and colon cancer with small numbers of patients. In resectable cancers, immune checkpoint inhibitors such as anti-programmed cell death-1 (PD1) and anti-cytotoxic T-lymphocyte-associated protein-4 (CTLA-4) can enhance antitumor immunity by activating antigen-specific T cells found in the primary tumor. These tumor-reactive T cells continue to exert antitumor effects on remaining neoplastic cells after the resection of the primary tumor, potentially preventing relapses from occurring. Based on the scientific rationale and early clinical observations with surrogate survival endpoints, neoadjuvant immunotherapy may provide an effective alternative to other therapeutic strategies such as adjuvant treatment. However, this can be determined only by conducting randomized controlled trials comparing neoadjuvant immunotherapy with the current standard of care for each tumor site. This review discusses the cellular mechanisms that occur during successful neoadjuvant immunotherapy and highlights the clinical data from the available human studies that support the preclinical mechanistic data. Here we also discuss strategies required for successful neoadjuvant immunotherapy, including combination treatment strategies and resistance mechanisms to neoadjuvant treatment.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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.
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 ».