MétaCan
Menu
Retour à la cohorte
Enregistrement W4380224516 · doi:10.14740/wjon1587

Fluctuations in Gut Microbiome Composition During Immune Checkpoint Inhibitor Therapy

2023· article· en· W4380224516 sur OpenAlexvenueno aff
Joy Sarkar, Eduardo Cortes Gomez, Takaaki Oba, Hongbin Chen, Grace K. Dy, Brahm H. Segal, Marc S. Ernstoff, Fumito Ito

Notice bibliographique

RevueWorld Journal of Oncology · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer InstituteU.S. Department of Defense
Mots-clésMedicineMicrobiomePrevotellaGut floraInternal medicineImmunologyOncologyBioinformaticsBiology

Résumé

récupéré en direct d'OpenAlex

Background: Immune checkpoint inhibitors (ICIs) such as programmed cell death protein-1 (PD-1) inhibitors or PD-1 ligand-1 (PD-L1) inhibitors have led to remarkable improvement in outcomes of non-small cell lung cancer (NSCLC). Unfortunately, the significant benefits of ICI therapy are frequently limited by resistance to treatment and adverse effects, and the predictive value of pre-treatment tumor tissue PD-L1 expression is limited. Development of less invasive biomarkers that could identify responders and non-responders in early on-treatment could markedly improve the treatment regimen. Accumulating evidence suggests that baseline gut microbiota profile is associated with response to PD-1/PD-L1 blockade therapy. However, change in the gut microbiome composition during PD-1/PD-L1 blockade therapy and its relation to response remain unclear. Methods: Here, we analyzed pre- and on-treatment fecal samples from five NSCLC patients receiving anti-PD-1 immunotherapy, alone or in tandem with chemotherapy, and performed 16S rRNA sequencing. Results: The overall alpha diversity of the baseline gut microbiome was similar between three responders and two non-responders. While the gut microbiome composition remained stable overall during treatment (R2 = 0.145), responders showed significant changes in microbiome diversity between pre- and on-treatment samples during anti-PD-1 therapy compared to non-responders (P = 0.0274). Within the diverse microbiota, responders showed decreases in the abundance of genera Odoribacter , Gordonibacter , Candidatus Stoquefichus , Escherichia-Shigella , and Collinsella , and increase in abundance of Clostridium sensu stricto 1 . In contrast, non-responders demonstrated on-treatment increases in genera Prevotella , Porphyromonas , Streptococcus , and Escherichia-Shigella , and decrease in abundance of Akkermansia . Conclusions: This pilot study identified a substantial change in gut microbiome diversity between pre- and on-treatment samples in NSCLC patients responding to anti-PD-1 therapy compared to non-responders. Our findings highlight the potential utility of gut microbiota dynamics as a noninvasive biomarker to predict response to PD-1/PD-L1 blockade therapy for a wide variety of malignancies, which sets a path for future investigation in larger prospective studies. World J Oncol. 2023;14(3):178-187 doi: https://doi.org/10.14740/wjon1587

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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 recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,306
Écart entre enseignants0,292 · 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

Citations13
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of OncologyMême sujetGut microbiota and healthTravaux en français237 207