MétaCan
Menu
Retour à la cohorte
Enregistrement W4318169575 · doi:10.1002/advs.202206756

An Ionic Liquid Ablation Agent for Local Ablation and Immune Activation in Pancreatic Cancer

2023· article· en· W4318169575 sur OpenAlexaff
Junming Huang, Meng Wang, Fu Zhang, Shiyi Shao, Zhuo Yao, Xinyu Zhao, Qida Hu, Tingbo Liang

Notice bibliographique

RevueAdvanced Science · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensPancreas Centre (Canada)
Organismes subventionnairesNational Key Research and Development Program of ChinaNatural Science Foundation of Zhejiang ProvinceNational Natural Science Foundation of China
Mots-clésImmunotherapyImmune systemCancer researchMedicineImmunogenicityImmunologyPancreatic cancerCytotoxic T cellCancerBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Pancreatic ductal adenocarcinoma rapidly acquires resistance to chemotherapy, remaining a fatal disease. Immunotherapy is one of the breakthroughs in cancer treatment, which includes immune checkpoint inhibitors, chimeric antigen receptor T-cell immunotherapy, and neoantigen vaccines. However, immunotherapy has not achieved satisfactory results in the treatment of pancreatic cancer. Immunogenic death comprises proinflammatory cell death, which provides a way to enhance tumor immunogenicity and promote an immune response in solid tumors. Herein, an ionic liquid ablation agent (LAA), synthesized from choline and geranic acid, which triggers necrosis-induced immunotherapy by remodeling an immunosuppressive "cold" tumor to an immune activated "hot" tumor is described. The results indicate that LAA-treated tumor cells can enhance immunogenicity, inducing dendritic cell maturation, macrophage M1 polarization, and cytotoxic T lymphocyte infiltration. The results of the present study provide a novel strategy for solid tumor immunotherapy.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,640
Score d'incertitude au seuil0,266

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,021
Tête enseignante GPT0,338
Écart entre enseignants0,317 · 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'étudeExpérimental (laboratoire)
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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced ScienceMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207