Bispecific T-Cell Engagers and Chimeric Antigen Receptor T-Cell Therapies in Glioblastoma: An Update
Notice bibliographique
Résumé
Glioblastoma is the most common malignant primary brain tumor in adults. The prognosis is extremely poor even with standard treatment of maximal safe resection, radiotherapy, and chemotherapy. Recurrence is inevitable within months, and treatment options are very limited. Chimeric antigen receptor T-cell therapy (CART) and bispecific T-cell engagers (TCEs) are two emerging immunotherapies that can redirect T-cells for tumor-specific killing and have shown remarkable success in hematological malignancies and been under extensive study for application in glioblastoma. While there have been multiple clinical trials showing preliminary evidence of safety and efficacy for CART, bispecific TCEs are still in the early stages of clinical testing, with preclinical studies showing very promising results. However, there are multiple shared challenges that need to be addressed in the future, including the route of delivery, antigen escape, the immunosuppressive tumor microenvironment, and toxicity resulting from the limited choice of tumor-specific antigens. Efforts are underway to optimize the design of both these treatments and find the ideal combination therapy to overcome these challenges. In this review, we describe the work that has been performed as well as novel approaches in glioblastoma and in other solid tumors that may be applicable in the future.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».