<i>Helicobacter pylori</i> serology is associated with worse overall survival in patients with melanoma treated with immune checkpoint inhibitors
Notice bibliographique
Résumé
The microbiome is now regarded as one of the hallmarks of cancer and several strategies to modify the gut microbiota to improve immune checkpoint inhibitor (ICI) activity are being evaluated in clinical trials. Preliminary data regarding the upper gastro-intestinal microbiota indicated that Helicobacter pylori seropositivity was associated with a negative prognosis in patients amenable to ICI. In 97 patients with advanced melanoma treated with ICI, we assessed the impact of H. pylori on outcomes and microbiome composition. We performed H. pylori serology and profiled the fecal microbiome with metagenomics sequencing. Among the 97 patients, 22% were H. pylori positive (Pos). H. pylori Pos patients had a significantly shorter overall survival (p = .02) compared to H. pylori negative (Neg) patients. In addition, objective response rate and progression-free survival were decreased in H. pylori Pos patients. Metagenomics sequencing did not reveal any difference in diversity indexes between the H. pylori groups. At the taxa level, Eubacterium ventriosum, Mediterraneibacter (Ruminococcus) torques, and Dorea formicigenerans were increased in the H. pylori Pos group, while Alistipes finegoldii, Hungatella hathewayi and Blautia producta were over-represented in the H. pylori Neg group. In a second independent cohort of patients with NSCLC, diversity indexes were similar in both groups and Bacteroides xylanisolvens was increased in H. pylori Neg patients. Our results demonstrated that the negative impact of H. pylori on outcomes seem to be independent from the fecal microbiome composition. These findings warrant further validation and development of therapeutic strategies to eradicate H. pylori in immuno-oncology arena.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».