MétaCan
Menu
Retour à la cohorte
Enregistrement W3122927199 · doi:10.3390/biomedicines9020101

Checkpoint Inhibitors and Hepatotoxicity

2021· review· en· W3122927199 sur OpenAlexaff
Stephen Malnick, Ali Abdullah, Manuela G. Neuman

Notice bibliographique

RevueBiomedicines · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésImmune systemCancer researchImmune checkpointImmunologyMechanism (biology)ImmunotherapyBiologyTumor microenvironmentImmune toleranceMedicine

Résumé

récupéré en direct d'OpenAlex

Uncontrolled immune response to a pathogen or any protein can lead to tissue damage and autoimmune diseases, that represent aberrant immune responses of the individual to its own cells and/or proteins. The immune checkpoint system is the regulatory mechanism that controls immune responses. Tumor cells escape the immune surveillance mechanism, avoiding immune detection and elimination by activating these checkpoints and suppressing the anti-tumor response, thus allowing formation of tumors. Antigenic modulation facilitates masking and contributes to the escape of tumor cells. In addition, there are growing cell promoters, like transforming growth factor β (TGF-β), contributing to escape mechanisms. Targeting the immunological escape of malignant cells is the basis of immune oncology. Checkpoint inhibitors, cytokines and their antibodies may enhance the immune system's response to tumors. Currently, immunomodulatory agents have been designed, evaluated in clinical trials and have been approved by both European and United States Drug Agencies. The present review is a reflection of the increasingly important role of the checkpoint inhibitors. Our aim is to review the side effects with the emphasis on hepatic adverse reactions of these novel biological drug interventions.

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: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,050
Tête enseignante GPT0,352
Écart entre enseignants0,301 · 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'étudeRevue systématique
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

Citations29
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomedicinesMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207