MétaCan
Menu
Retour à la cohorte
Enregistrement W3139471115 · doi:10.1038/s41417-021-00320-w

Engineered cells as glioblastoma therapeutics

2021· review· en· W3139471115 sur OpenAlexafffund
Aparna Ramanathan, Ian A.J. Lorimer

Notice bibliographique

RevueCancer Gene Therapy · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensUniversity of OttawaOttawa Hospital
Organismes subventionnairesCanadian Cancer Society Research Institute
Mots-clésGlioblastomaGenetically engineeredMesenchymal stem cellStem cellCancer researchNeural stem cellComputational biologyCellBiologyMedicineGeneCell biologyGenetics

Résumé

récupéré en direct d'OpenAlex

In spite of significant recent advances in our understanding of the genetics and cell biology of glioblastoma, to date, this has not led to improved treatments for this cancer. In addition to small molecule, antibody, and engineered virus approaches, engineered cells are also being explored as glioblastoma therapeutics. This includes CAR-T cells, CAR-NK cells, as well as engineered neural stem cells and mesenchymal stem cells. Here we review the state of this field, starting with clinical trial studies. These have established the feasibility and safety of engineered cell therapies for glioblastoma and show some evidence for activity. Next, we review the preclinical literature and compare the strengths and weaknesses of various starting cell types for engineered cell therapies. Finally, we discuss future directions for this nascent but promising modality for glioblastoma therapy.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0200,000

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.

Tête enseignante Opus0,100
Tête enseignante GPT0,414
Écart entre enseignants0,314 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations17
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancer Gene TherapyMême sujetCAR-T cell therapy researchTravaux en français237 207