MétaCan
Menu
Retour à la cohorte
Enregistrement W4391252618 · doi:10.54097/m670m217

CAR T Cell On-Target, Off-Tumor Toxicity in Solid Tumor Treatment: Generation and Management

2023· article· en· W4391252618 sur OpenAlexaff
Tianyi Wang

Notice bibliographique

RevueHighlights in Science Engineering and Technology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésSolid tumorToxicityCancer researchMedicineInternal medicineCancer

Résumé

récupéré en direct d'OpenAlex

CAR-T cells involve incorporating T cells with a synthetic receptor to target tumor-specific molecules and this therapy enhances the patients’ own immune system to combat tumors. CAR-T cells are successful to elicit an enduring response to hematological malignancies but remains unsatisfactory during their application in solid tumors. Mostly, OTOT is a main safety concern during trials of CAR-T cells, which has led to destruction of healthy tissues and their normal functions, potentially threatening the patients’ life if damage were done on essential organs. OTOT arises from the CAR-T activation upon normal cells due to presence of tumor-like molecules on their surfaces, accompanied by potential cytokine release syndrome (CRS), which further lyses normal tissues. In this review, the structure and mechanisms of CAR-T cells will be described. More importantly, we will discuss the OTOT generation in CAR-T trials targeting solid tumors and available methods to mitigate this problem for advancing CAR-T application.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil0,408

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
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)0,0000,000

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 Opus0,017
Tête enseignante GPT0,273
Écart entre enseignants0,256 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHighlights in Science Engineering and TechnologyMême sujetCAR-T cell therapy researchTravaux en français237 207