MétaCan
Menu
Retour à la cohorte
Enregistrement W4388977723 · doi:10.1097/moo.0000000000000945

Where do we stand with immunotherapy for nonmelanoma skin cancers in the curative setting?

2023· article· en· W4388977723 sur OpenAlexaff
Andrea Alberti, Cristina Gurizzan, Alice Baggi, Paolo Bossi

Notice bibliographique

RevueCurrent Opinion in Otolaryngology & Head & Neck Surgery · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePolyomavirus and related diseases
Établissements canadiensSurgical Specialties (Canada)
Organismes subventionnairesnon disponible
Mots-clésImmunotherapyBasal cell carcinomaMedicineSkin cancerClinical trialOncologyMerkel cell carcinomaDermatologyImmune checkpointImmune systemCancer researchInternal medicineBasal cellImmunologyCarcinomaCancer

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Nonmelanoma skin cancers (NMSC) represent a heterogeneous group of diseases that encompasses among the principal histologies basal cell carcinoma (BCC), cutaneous squamous cell carcinoma (cSCC), and Merkel cell carcinoma (MCC). Given the fact that high tumor mutational burden due to ultraviolet mutagenesis represents a common hallmark of NMSCs, immunotherapy has proved to be a promising therapeutic approach in recent years. The aim of this review is to shed light on immunotherapy applications in NMSCs in the curative setting. RECENT FINDINGS: Immune checkpoint inhibitors represent the first-line treatment of choice for advanced cSCC and MCC, while in second line for BCC. Given this success, more and more trials are evaluating the use of immune checkpoint blockade in neoadjuvant setting for NMSCs. Clinical trials are still ongoing, with the most mature data being found in cSCC. Also, translational studies have identified promising biomarkers of response. SUMMARY: Locoregional treatments of NMSCs can have non negligible functional and cosmetic impacts on patients, affecting their quality of life. As immunogenic diseases, neoadjuvant immunotherapy represents a promising treatment that could change the therapeutic path of these patients. Upcoming results from clinical trials will address these crucial issues.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,220
Score d'incertitude au seuil0,761

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,038
Tête enseignante GPT0,346
Écart entre enseignants0,308 · 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 tête enseignante, 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Otolaryngology & Head & Neck SurgeryMême sujetPolyomavirus and related diseasesTravaux en français237 207