MétaCan
Menu
Retour à la cohorte
Enregistrement W4353088123 · doi:10.54097/hset.v36i.5576

Single Drug Therapy of PD-1/PD-L1 Checkpoint Inhibitors for Advanced Urothelial Bladder Cancer

2023· article· en· W4353088123 sur OpenAlexaff
Hongze Ge, Hsuanyi Lee, Ye Liu, Ruijie Sun

Notice bibliographique

RevueHighlights in Science Engineering and Technology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueBladder and Urothelial Cancer Treatments
Établissements canadiensTD Bank Group
Organismes subventionnairesnon disponible
Mots-clésPembrolizumabAtezolizumabDurvalumabMedicineAvelumabBladder cancerOncologyImmunotherapyInternal medicineChemotherapyCancerLung cancerUrothelial cancer

Résumé

récupéré en direct d'OpenAlex

Since the first approval of Atezolizumab in May 2016, immunotherapy, PD-1/PD-L has completely changed the way bladder cancer is treated, as chemotherapy was the sole available choice as a treatment for bladder cancer, and the results still was not optimistic, with five licensed drugs treating bladder cancer. Despite the generally poor prognosis of advanced bladder cancer, some patients show persistent responses to immune checkpoint inhibitors. This review summarizes the efficacies and safety of the five drugs: Durvalumab, Atezolizumab, Avelumab and other drugs - from different studies respectively for treating advanced bladder cancer and mentions the side effects and future perspectives. For the treatment, all inhibitors that was licensed have akin efficacy and safety traits, but they differ in terms of dosage, frequency, and financial burden. Only Pembrolizumab, to date, has revealed advantage over conventional chemotherapy in a stochastic Phase III scenario. Pembrolizumab and Atezolizumab are also well tolerated and approved for patients who are unable to receive cisplatin treatment. Patients with bladder cancer now have some hope, thanks to immunotherapy. The current environment is continuously evolving, and new immunotherapy-combination trials are being conducted to further enhance results.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,498

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,014
Tête enseignante GPT0,276
Écart entre enseignants0,261 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

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