MétaCan
Menu
Retour à la cohorte
Enregistrement W4281704010 · doi:10.3389/fonc.2022.877014

Cutaneous Breast Cancer Metastasis Is Effectively Treated With Intralesional Interleukin-2 and Imiquimod: A Case Report and Brief Literature Review

2022· article· en· W4281704010 sur OpenAlexaff
Ashley Drohan, Dejan Vidovic, Penelope Jane Barnes, Carman A. Giacomantonio, Lucy Helyer

Notice bibliographique

RevueFrontiers in Oncology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensDalhousie UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineImiquimodBreast cancerMetastasisCancerDermatologyOncologyDiseaseInternal medicineImmunotherapy

Résumé

récupéré en direct d'OpenAlex

Breast cancer is the most common non-cutaneous cancer affecting women worldwide and is a major cause of cancer-related morbidity and mortality in females. While many women are diagnosed with early-stage disease, a subset of women may present with isolated cutaneous metastases or recurrent locoregional cutaneous metastatic disease. There is a paucity of evidence for effective treatments for cutaneous breast cancer metastases. Herein, we present a case of hormone receptor negative, HER2 positive cutaneous breast cancer metastasis treated with intralesional IL-2 and topical imiquimod, which was well tolerated with only minor low grade side effects. We also present a brief literature review of immunotherapy for cutaneous breast cancer metastasis to frame the discussion around using minimally invasive local therapies for this disease. Together, this limited data suggests that intralesional IL-2 and imiquimod may be considered as a safe option when treating a patient with cutaneous breast cancer metastases.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,501
Score d'incertitude au seuil0,600

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,287
Écart entre enseignants0,279 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in OncologyMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207