Dendritic Cells as Adjuvant Therapy to Decrease Mortality for Glioblastoma Patients: Meta-Analysis
Notice bibliographique
Résumé
Highlight: Dendritic cells (DC) are one type of immune therapy that is being explored to improve treatment effectiveness in glioblastoma multiforme (GBM). DC was predicted to improve survival rates in GBM patients within 3 years. Effects of DC in the fifth year need to be explored to prove their. effectiveness in increasing the GBM survival rate. ABSTRACT Introduction: Glioblastoma multiforme (GBM) is a primary neoplasm of the central nervous system with a low survival rate, requiring more effective treatment to improve long-term survival. Dendritic cell (DC) therapy is expected to reduce tumor progressivity. Obective: The purpose of this meta-analysis was to analyze the administration of DC in reducing mortality in GBM patients. Methods: A systematic literature search was conducted using the PRISMA method through the Embase database, PubMed, and the Cochrane Controlled Trials Register for relevant studies between giving DC to GBM patients with conventional therapy on the number of living patients compared to controls. Article quality was assessed using the Newcastle-Ottawa Scale and statistically analyzed using RevMan 5.4. Results: Of the 14 articles, the rates of reduction in the probability of death during the first three years after initiation of therapy were 26%, 36%, and 38%, respectively [1st-y HR: 0.74 (0.57-0.95), I2: 15%, p=0.02; 2nd-y HR: 0.64 (0.51-0.81), I2: 14%, p=0.0002; 3rd-y HR: 0.62 (0.48-0.81), I2: 0%, p=0.0004]. However, there was no difference after 5 years [HR 0.81 (0.62-1.06), I2: 0%, p=0.13]. Conclusion: The DC vaccine reduces the likelihood of death in the early years of therapy but has not been proven for long-term therapy.
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 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».