Potential therapies for immune-related adverse events associated with immune checkpoint inhibition: from monoclonal antibodies to kinase inhibition
Notice bibliographique
Résumé
The therapeutic benefits of immune checkpoint inhibitors (ICIs), which enable antitumor immune responses, can be tempered by unwanted immune-related adverse events (irAEs). Treatment recommendations stratified by irAE phenotype and immunohistopathological findings have only recently been proposed and are often based on those used in primary autoimmune diseases, including targeting of specific proinflammatory cytokines with monoclonal antibodies. Increasing evidence supports the use of such antibody-based strategies as effective steroid-sparing treatments, although the therapies themselves may be associated with additional drug toxicities and reduced ICI efficacy. Kinases are key contributors to the adaptive and innate responses that drive primary autoimmune diseases and irAEs. The janus kinase/signal transducer and activator of transcription, Bruton's tyrosine kinase, and mitogen-activated protein kinase-interacting serine/threonine protein kinases 1 and 2 pathways are also critical to tumor progression and have important roles in cells of the tumor microenvironment. Herein, we review the histopathological, biological, and clinical evidence to support specific monoclonal antibodies and kinase inhibition as management strategies for irAEs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 tête enseignante, 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 ».