MétaCan
Menu
Retour à la cohorte
Enregistrement W4353086468 · doi:10.54097/hset.v36i.5700

The usage of Pembrolizumab in Metastatic Urothelial Carcinoma

2023· article· en· W4353086468 sur OpenAlexaff
Wenhui Cui

Notice bibliographique

RevueHighlights in Science Engineering and Technology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueBladder and Urothelial Cancer Treatments
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPembrolizumabMetastatic Urothelial CarcinomaMedicineOncologyChemotherapyBladder cancerInternal medicineCancerImmunotherapyCisplatinCarcinomaAdverse effectImmune checkpointUrothelial carcinoma

Résumé

récupéré en direct d'OpenAlex

Bladder cancer is common cancer threatening countless people’s lives. Urothelial carcinoma contributes to 90% of bladder cancer cases and has a low average five-year relative survival rate of 6% if metastasized. Finding appropriate therapy for those with metastatic urothelial carcinoma (MUC) is therefore crucial. Most patients cannot get first-line cisplatin-based chemotherapy, and a small number cannot receive any platinum-based treatment. The immune checkpoint inhibitor pembrolizumab blocking the PD-1 with the PD-L1 protein expressed on urothelial carcinoma cells. This blockade reduces immunosuppressive effects and restores effective neoplastic cell eradication. Compared to conventional chemotherapy strategies, pembrolizumab had significant improvement in the safety profile, reduction of adverse effect rate, and elongation of survival under certain conditions. It offers an alternative treatment option for those who are ineligible for chemotherapy. Pembrolizumab has been given the approval to be used in first-line settings for patients who are ineligible for platinum and second-line settings for patients who have already had chemotherapy. This paper summarizes the mechanism and application of pembrolizumab for treating MUC. The drug’s efficacies under different conditions, advantages, current issues, and future investigation directions are discussed.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,263
Écart entre enseignants0,251 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHighlights in Science Engineering and TechnologyMême sujetBladder and Urothelial Cancer TreatmentsTravaux en français237 207