MétaCan
Menu
Retour à la cohorte
Enregistrement W3124047768 · doi:10.1002/eji.202048747

Combined anti‐PD‐1 and anti‐CTLA‐4 checkpoint blockade: Treatment of melanoma and immune mechanisms of action

2021· review· en· W3124047768 sur OpenAlexaff
Zena Willsmore, Ben G T Coumbe, Silvia Crescioli, Sara Reci, Ayushi Gupta, R. J. C. Harris, Alicia M. Chenoweth, Jitesh Chauhan, Heather J. Bax, Alexa McCraw, Anthony Cheung, Gabriel Osborn, Ricarda M. Hoffmann, Mano Nakamura, Roman Laddach, Jenny L. C. Geh, Alastair D. MacKenzie Ross, Ciaran Healy, Sophia Tsoka, James Spicer, Debra H. Josephs, Sophie Papa, Katie E. Lacy, Sophia N. Karagiannis

Notice bibliographique

RevueEuropean Journal of Immunology · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensSt. Thomas Hospital
Organismes subventionnairesCancer Research UKMedical Research CouncilNational Institute for Health and Care ResearchBreast Cancer Now
Mots-clésIpilimumabNivolumabPembrolizumabImmune checkpointBlockadeImmune systemCTLA-4MelanomaImmunotherapyImmunologyCytotoxic T cellBiologyCancer researchT cellMedicineInternal medicineReceptor

Résumé

récupéré en direct d'OpenAlex

Cytotoxic T-lymphocyte associated protein-4 (CTLA-4) and the Programmed Death Receptor 1 (PD-1) are immune checkpoint molecules that are well-established targets of antibody immunotherapies for the management of malignant melanoma. The monoclonal antibodies, Ipilimumab, Pembrolizumab, and Nivolumab, designed to interfere with T cell inhibitory signals to activate immune responses against tumors, were originally approved as monotherapy. Treatment with a combination of immune checkpoint inhibitors may improve outcomes compared to monotherapy in certain patient groups and these clinical benefits may be derived from unique immune mechanisms of action. However, treatment with checkpoint inhibitor combinations also present significant clinical challenges and increased rates of immune-related adverse events. In this review, we discuss the potential mechanisms attributed to single and combined checkpoint inhibitor immunotherapies and clinical experience with their use.

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)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,044
Tête enseignante GPT0,308
Écart entre enseignants0,265 · 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

Citations196
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of ImmunologyMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207