MétaCan
Menu
Retour à la cohorte
Enregistrement W4391994847 · doi:10.3390/curroncol31020083

Vitiligo-like Lesions as a Predictor of Response to Immunotherapy in Non-Small Cell Lung Cancer: Comprehensive Review and Case Series from a University Center

2024· article· en· W4391994847 sur OpenAlexvenueno aff
João Queirós Coelho, Raquel Romão, Maria João Sousa, Sérgio Xavier Azevedo, Paula Fidalgo, António Araújo

Notice bibliographique

RevueCurrent Oncology · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
Thématiquemelanin and skin pigmentation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineVitiligoImmunotherapyLung cancerOncologyInternal medicineNivolumabStage (stratigraphy)CancerObservational studyMelanomaPredictive valueImmunologyCancer research

Résumé

récupéré en direct d'OpenAlex

The reference to vitiligo-like lesions (VLLs) induced by immune checkpoint inhibitors (ICIs) as a valuable predictive marker of treatment success of immunotherapy with ICIs in melanoma has been mentioned in the literature. Its role in non-small cell lung cancer (NSCLC)-treated patients remains a poorly recognized phenomenon with uncertain significance regarding its predictive value. A retrospective, observational, single-center report was performed, with descriptive analysis of clinicopathological and treatment characteristics of patients with stage IV NSCLC who developed ICI-induced VLL between January 2018 and December 2022, contextualized in a comprehensive review of the literature and reported cases regarding this phenomenon. During the first 5 years' experience of ICI use in stage IV NSCLC treatment, three cases of ICI-induced VLLs were diagnosed. In line with the previous reports, two of the three presented cases exhibited treatment response and favorable prognosis. The recognition and understanding of the pathophysiological processes underlying ICI-induced VLLs may represent a promising opportunity to identify a predictive marker of tumor response to ICIs, with impact in treatment selection and patient management. It also may contribute to the recognition of new patterns of molecular expression that could lead to improvements in therapeutic development.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,027
Tête enseignante GPT0,344
Écart entre enseignants0,317 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetmelanin and skin pigmentationTravaux en français237 207