MétaCan
Menu
Retour à la cohorte
Enregistrement W4392756186 · doi:10.3389/fimmu.2024.1272351

Recent progress in combination therapy of oncolytic vaccinia virus

2024· article· en· W4392756186 sur OpenAlexaff
Seyedeh Nasim Mirbahari, Miles Da Silva, Abril Ixchel Muñoz Zúñiga, Nika Kooshki Zamani, Gabriel St-Laurent, Mehdi Totonchi, Taha Azad

Notice bibliographique

RevueFrontiers in Immunology · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensCentre Hospitalier Universitaire de SherbrookeUniversité de SherbrookeOttawa HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésOncolytic virusVacciniaVirusImmunotherapyMedicineVirotherapyVirologyImmune systemBiologyImmunologyGene

Résumé

récupéré en direct d'OpenAlex

In recent years, oncolytic viruses have emerged as promising agents for treating various cancers. An oncolytic virus is a non-pathogenic virus that, due to genetic manipulation, tends to replicate in and cause lysis of cancerous cells while leaving healthy cells unaffected. Among these viruses, vaccinia virus is an attractive platform for use as an oncolytic platform due to its 190 Kb genome with a high capacity for encoding therapeutic payloads. Combining oncolytic VV therapy with other conventional cancer treatments has been shown to be synergistic and more effective than monotherapies. Additionally, OVV can be used as a vector to deliver therapeutic payloads, alone or in combination with other treatments, to increase overall efficacy. Here, we present a comprehensive analysis of preclinical and clinical studies that have evaluated the efficacy of oncolytic vaccinia viruses in cancer immunotherapy. We discuss the outcomes of these studies, including tumor regression rates, overall survival benefits, and long-term responses. Moreover, we provide insights into the challenges and limitations associated with oncolytic vaccinia virus- based therapies, including immune evasion mechanisms, potential toxicities, and the development of resistance.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,590
Score d'incertitude au seuil0,485

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,301
Écart entre enseignants0,288 · 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

Citations32
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetVirus-based gene therapy researchTravaux en français237 207