MétaCan
Menu
Retour à la cohorte
Enregistrement W4285337318 · doi:10.30699/mmlj17.4.2.19

Chimeric antigen receptor (CAR) T cell therapy in hepatocellular carcinoma; a review of recent advances

2021· review· en· W4285337318 sur OpenAlexvenueno aff
Mohammad Amin Shahrbaf, Kian Goudarzi, Kimia Karimi Taheri, Hani Keshavarz Alikhani, Masoumeh Noori

Notice bibliographique

RevueModern Medical Laboratory Journal · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChimeric antigen receptorHepatocellular carcinomaCancer researchAntigenReceptorMedicineImmunotherapyImmunologyBiologyInternal medicineImmune system

Résumé

récupéré en direct d'OpenAlex

Novel therapeutic options such as adoptive immunotherapy have been progressed drastically for treating hepatocellular carcinoma (HCC). Chimeric antigen receptor T cell (CAR-T) therapy is a kind of adoptive immunotherapy that has been associated with promising results in hematopoietic malignancies. However, its application is associated with some obstacles in solid tumors, including heterogeneity of tumor antigens, immunosuppressive microenvironment, and serious adverse complications. In recent years, some progress has been made in this regard, and several preclinical and phase I clinical trial studies have been conducted concerning the application of CAR T-cells in solid tumors. This study will review the possibilities of CAR T cell therapy in HCC, the most common primary liver cancer associated with high morbidities and mortality globally.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,935
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0370,000

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 Opus0,059
Tête enseignante GPT0,371
Écart entre enseignants0,311 · 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.

Devis d'étudeAutre devis
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Medical Laboratory JournalMême sujetCAR-T cell therapy researchTravaux en français237 207