Innovation and Advances in Precision Medicine in Head and Neck Cancer
Notice bibliographique
Résumé
Abstract The clinical utility of precision medicine through molecular characterization of tumors has been demonstrated in some malignancies, especially in cases where oncogenic driver alterations are identified. Next generation sequencing data from thousands of patients with head and neck cancers have provided vast amounts of information about the genomic landscape of this disease. Thus far, only a limited number of genomic alterations have been druggable, such asNTRKgene rearrangements in salivary gland cancers (mainly mammary analogue secretory carcinoma),NOTCHmutations in adenoid cystic cancers,HRASmutations in head and neck squamous cell cancers, and even a smaller number of these have reached regulatory approval status. In order to expand the scope of precision medicine in head and neck cancer, additional evaluation beyond genomics is necessary. For instance, there is increasing interest to perform transcriptomic profiling for target identification. Another advance is in the area of functional testing such as small interfering RNA and drug libraries on patient derived cell cultures. Liquid biopsies to detect specific tumor clones or subclones, or viral sequences such as HPV, are of great interest to enable non-invasive tracking of response or resistance to treatment. In addition, precision immuno-oncology is a tangible goal, with a growing body of knowledge on the interactions between the host immunity, the tumor and its microenvironment. Immuno-oncology combinations that are tailored to immunophenotypes of the host-tumor-microenvironment triad, personalized cancer vaccines, and adoptive cell therapies, among others, are in active development. Many therapeutic possibilities and opportunities lie ahead that ultimately will increase the reality of precision medicine in head and neck cancer.
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 | 0,020 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».