MétaCan
Menu
← Retour à la cohorte
Enregistrement W4367294640 · doi:10.3390/curroncol30050342

Immune-Checkpoint Induced Skin Toxicity Masked as Squamous Cell Carcinoma: Case Report on Mimickers of Dermatological Toxicity with PD-1 Inhibition

2023· article· en· W4367294640 sur OpenAlexafffundvenue
Sze Wah Samuel Chan, Rahul Shukla, Jennifer Ramsay, Elaine McWhirter, Paul C. Barnfield, Rosalyn A. Juergens

Notice bibliographique

RevueCurrent Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensMcMaster UniversityJuravinski Cancer Centre
Organismes subventionnairesHamilton Health Sciences
Mots-clésMedicineToxicityDermatologyBasal cellPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Immune checkpoint inhibitors (ICI) are increasingly the mainstay of oncology treatment. Immune-related adverse events (irAEs) from ICI therapy differ from cytotoxic adverse events. Cutaneous irAEs are one of the most common irAEs and require careful attention to optimize the quality of life for oncology patients. PATIENT AND METHODS: These are two cases of patients with advanced solid-tumour malignancies treated with PD-1 inhibitor therapy. RESULTS: Both patients developed multiple pruritic hyperkeratotic lesions, which were initially diagnosed as squamous cell carcinoma from skin biopsies. The presentation as squamous cell carcinoma was atypical and, upon further pathology review, the lesions were more in keeping with a lichenoid immune reaction stemming from the immune checkpoint blockade. With the use of oral or topical steroids and immunomodulators, the lesions resolved. CONCLUSIONS: These cases emphasize that patients on PD-1 inhibitor therapy who develop lesions resembling squamous cell carcinoma on initial pathology may require an additional pathology review to assess for immune-mediated reactions, allowing appropriate immunosuppressive therapy to be initiated.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,071
Tête enseignante GPT0,356
Écart entre enseignants0,285 · 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'étudeÉtude de cas
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

Citations6
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCurrent Oncology→Même sujetCancer Immunotherapy and Biomarkers→Travaux en français237 207→