Following your gut: the emerging role of the gut microbiota in predicting and treating immune-related adverse events
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Although immune checkpoint inhibition has reshaped the therapeutic landscape leading to improved outcomes across an array of both solid and hematologic malignancies, a significant source of morbidity is caused by immune-related adverse events (irAEs) caused by these agents. RECENT FINDINGS: The gut microbiota has emerged as a biomarker of response to these agents, and more recently, also as a key determinant of development of irAEs. Emerging data have revealed that enrichment of certain bacterial genera is associated with an increased risk of irAEs, with the most robust evidence pointing to an intimate connection with the development of immune-related diarrhea and colitis. These bacteria include Bacteroides , Enterobacteriaceae, and Proteobacteria (such as Klebsiella and Proteus ) . Lachnospiraceae spp. and Streptococcus spp. have been implicated irAE-wide in the context of ipilimumab. SUMMARY: We review recent lines of evidence pointing to the role of baseline gut microbiota on the development of irAE, and the potentials for therapeutic manipulation of the gut microbiota in order to reduce irAE severity. The connections between gut microbiome signatures of response and toxicity will need to be untangled in further studies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».