MétaCan
Menu
← Retour à la cohorte
Enregistrement W4281767182 · doi:10.26685/urncst.342

The Diverse Roles of Monoclonal Antibodies in Cancer Immunotherapy and Their Relative Effectiveness: A Literature Review

2022· review· en· W4281767182 sur OpenAlexaff
Rowan Ives, Kyobin Hwang

Notice bibliographique

RevueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) Journal · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueMonoclonal and Polyclonal Antibodies Research
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésImmune systemMonoclonal antibodyImmunotherapyCancer immunotherapyCancerImmunologyAntibodyCancer researchMedicineAntigenCancer cellBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: In modern oncology, immunotherapy has emerged as a promising treatment modality for numerous cancers. At the forefront of personalized medicine, immunotherapy utilizes components of a patient's immune system to selectively target cancer cells. Numerous immunotherapy drugs have been developed thus far, including monoclonal antibodies (mAbs). mAbs are genetically-identical protein antibodies created in the laboratory through recombinant DNA technology. They are capable of recognizing molecules that are uniquely present on the surface of cancer cells, such as tumour-specific antigens and/or receptors. This narrative review explores the various uses of mAbs in the treatment of cancer. Methods: A narrative literature review was conducted to analyse and synthesize current and prior research surrounding the various uses of mAbs in the context of cancer treatment. Specific examples and potential shortfalls of various treatment methods were also analysed. Results: mAbs can be used in several distinct ways to target cancerous cells. In their native immunoglobulin G form, mAbs direct immune cells to tumours and induce cytotoxicity via initiating biochemical cascades, leading to effects such as phagocytosis, opsonisation, activation of immune cells, degranulation, and cytokine release, among others. mAbs may also be conjugated with radionuclides, or traditional chemotherapeutic agents for targeted drug delivery, or used to target the immune system via conjugation to cytokines, or other mAbs which directly interact with immune cells for targeted recruitment. mAbs targeting immune checkpoints can also be used to enhance cancer-related immune responses. However, mAbs are not perfect, and are thus prone to a slew of limitations which are still being addressed. Discussion: mAbs are highly useful, primarily as a result of their specific molecular recognition abilities. This property underlies all uses in cancer immunotherapy and can further be exploited in the development of new immunotherapy technologies and methodologies, along with the elucidation of novel antigens and targets in cancers, to further improve the field and address limitations. Conclusions: This literature review aims to synthesize data pertaining to the various potential uses of mAbs in cancer treatment. This approach will provide more insight into the current state of immunotherapeutics, and where additional research must be conducted.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,009
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0090,008
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,104
Tête enseignante GPT0,489
Écart entre enseignants0,386 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) Journal→Même sujetMonoclonal and Polyclonal Antibodies Research→Travaux en français237 207→