Modulation of Inflammatory Proteins in Serum May Reflect Cutaneous Immune Responses in Cancer Immunotherapy
Notice bibliographique
Résumé
Diphencyprone (DPCP), a topical contact sensitizer, has shown efficacy in treating cutaneous melanoma metastases, including at times beyond the directly treated sites, but biomarkers indicative of treatment response have not been characterized. Thus, we performed a proteomic analysis of the skin and serum of five patients with cutaneous melanoma metastases treated with DPCP on days 0, 63, and 112 of the treatment course. In the serum, we found a significant upregulation ( P < 0.05) in 13 of 96 assessed immuno-oncology proteins after DPCP treatment. Upregulated proteins included those of the T helper 1 axis (CXCL9, CXCL10), immune checkpoint proteins (PD-1), and various proteins with roles in promoting tumor immunity such as CD80 and TNFRSF4/9. Given the positive clinical response to topical treatment noted in the five patients studied, these proteins may represent prognostic biomarkers in the serum for evaluating the efficacy of DPCP treatment of cutaneous melanoma metastases. Because DPCP does not lead to nonspecific immune-related adverse events seen with immune checkpoint inhibitors, our study provides evidence for potential tumor-specific systemic immune activation and systemic antitumor effectors elicited by topical DPCP.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».