Adaptive Immunity in Genitourinary Cancers
Notice bibliographique
Résumé
CONTEXT: While urothelial and renal cell cancers have exhibited modest responses to novel immune checkpoint inhibitors targeting the programmed death ligand 1 and its receptor, response rates in patients with prostate cancer have remained poor. The factors underlying suboptimal outcomes observed in patients treated with novel immunotherapies are still to be resolved. OBJECTIVE: To review the literature and describe the key adaptive immune physiological events associated with cancer progression and therapeutic response in genitourinary (GU) cancers. EVIDENCE ACQUISITION: We performed a nonsystematic, collaborative narrative review to highlight recent advancements leading to the current state of knowledge on the critical mediators of antitumor adaptive immunity to GU cancers. Further, we discuss the findings on the pre- and post-treatment immunological events that either are unique to each of the three cancer types or exhibit overlapping clinical associations. EVIDENCE SYNTHESIS: Aging-associated immune function decline is a major factor underlying poor outcomes observed in patients treated with both conventional and novel immunotherapies. Other cancer immunobiological aspects associated with suboptimal responses in GU cancers include the overall tumor mutational burden, mutations in specific tumor suppressor/DNA damage repair genes (KDM6A, PTEN, STAG2, TP53, ATM, and BRCA2), and abundance of multiple functional states of adaptive immune cells and their spatiotemporal localization within the tumor immune microenvironment. Understanding these mechanisms may potentially lead to the development of prognostic and predictive biomarkers such as immune cell infiltration profiles and tertiary lymphoid structures (TLSs) that associate with variable clinical outcomes depending on the nature of the novel immunotherapeutic approach. Implementation of newer immune-monitoring technologies and improved preclinical modeling systems will augment our understanding of the host and tumor intrinsic factors contributing to the variability of responses to immunotherapies. CONCLUSIONS: Despite the tremendous progress made in the understanding of dynamic and static adaptive immune elements within the tumor immune landscape, several knowledge gaps remain. A comprehensive knowledge thus gained will lead to precision immunotherapy, improved drug sequencing, and a therapeutic response. PATIENT SUMMARY: We performed a collaborative review by a diverse group of experts in the field to examine our understanding of the events and crosstalk between cancer cells and the patient's immune system that are associated with responses to novel immunotherapies. An evolving understanding of tumor-intrinsic and host-related immune alterations, both before and after therapy, will aid in the discovery of promising markers of responses to immunotherapy as well as the development of unique therapeutic approaches for the management of genitourinary cancers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».