MétaCan
Menu
Retour à la cohorte
Enregistrement W4220969080 · doi:10.3390/cancers14061580

Addressing the Elephant in the Immunotherapy Room: Effector T-Cell Priming versus Depletion of Regulatory T-Cells by Anti-CTLA-4 Therapy

2022· review· en· W4220969080 sur OpenAlexafffund
Megan Hong, Saman Maleki Vareki

Notice bibliographique

RevueCancers · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensLawson Health Research InstituteWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCTLA-4Priming (agriculture)ImmunologyCytotoxic T cellCD80ImmunotherapyEffectorMedicineImmune systemCancer immunotherapyT cellTumor microenvironmentCancer researchBiologyCD40In vitro

Résumé

récupéré en direct d'OpenAlex

Cytotoxic T-lymphocyte Associated Protein 4 (CTLA-4) is an immune checkpoint molecule highly expressed on regulatory T-cells (Tregs) that can inhibit the activation of effector T-cells. Anti-CTLA-4 therapy can confer long-lasting clinical benefits in cancer patients as a single agent or in combination with other immunotherapy agents. However, patient response rates to anti-CTLA-4 are relatively low, and a high percentage of patients experience severe immune-related adverse events. Clinical use of anti-CTLA-4 has regained interest in recent years; however, the mechanism(s) of anti-CTLA-4 is not well understood. Although activating T-cells is regarded as the primary anti-tumor mechanism of anti-CTLA-4 therapies, mounting evidence in the literature suggests targeting intra-tumoral Tregs as the primary mechanism of action of these agents. Tregs in the tumor microenvironment can suppress the host anti-tumor immune responses through several cell contact-dependent and -independent mechanisms. Anti-CTLA-4 therapy can enhance the priming of T-cells by blockading CD80/86-CTLA-4 interactions or depleting Tregs through antibody-dependent cellular cytotoxicity and phagocytosis. This review will discuss proposed fundamental mechanisms of anti-CTLA-4 therapy, novel uses of anti-CTLA-4 in cancer treatment and approaches to improve the therapeutic efficacy of anti-CTLA-4.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,004
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 Opus0,105
Tête enseignante GPT0,355
Écart entre enseignants0,250 · 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

Citations46
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207