Reply: ‘Pre-treatment levels of circulating free IGF-1 identify NSCLC patients who derive clinical benefit from figitumumab’
Notice bibliographique
Résumé
We read with great interest the Letter to the Editor from Shimokawa et al (2011) that reported significant associations between the expressions of the insulin-like growth factor type I receptor (IGF-IR) and those of E-cadherin and γ -catenin in non-small cell lung cancer (NSCLC) biopsies ( Shimokawa et al, 2011 ). These data reproduce previous observations from our group. We have also observed a correlation between the expressions of IGF-IR and E-cadherin, particularly in NSCLC tumours with a high degree of differentiation ( Gualberto et al, 2010 ). Furthermore, using unsupervised Bayesian clustering of epithelial-to-mesenchymal transition (EMT)- and IGF-IR-related markers, we identified three NSCLC subsets that resembled the steps of the EMT and we named epithelial-like, transitional-like and mesenchymal-like ( Gualberto et al, 2010 ). Several markers of the IGF-IR pathway such as nuclear insulin receptor substrate-1 were overexpressed in the transitional subset and a higher objective response rate to the combination of chemotherapy and the anti-IGF-IR antibody figitumumab was observed in patients with transitional tumours ( Gualberto et al, 2010 ). Thus, we agree with Shimokawa et al (2011) that analysis of tumour EMT status may contribute to a better understanding of the sensitivity to anti-IGF-IR 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 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 | 0,004 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,022 | 0,029 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,004 |
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 ».