Therapeutic Advances and Challenges for the Management of HPV-Associated Oropharyngeal Cancer
Notice bibliographique
Résumé
The use of conventional chemotherapy in conjunction with targeted and immunotherapy drugs has emerged as an option to limit the severity of side effects in patients diagnosed with head and neck cancer (HNC), particularly oropharyngeal cancer (OPC). OPC prevalence has increased exponentially in the past 30 years due to the prevalence of human papillomavirus (HPV) infection. This study reports a comprehensive review of clinical trials registered in public databases and reported in the literature (PubMed/Medline, Scopus, and ISI web of science databases). Of the 55 clinical trials identified, the majority (83.3%) were conducted after 2015, of which 77.7% were performed in the United States alone. Eight drugs have been approved by the FDA for HNC, including both generic and commercial forms: bleomycin sulfate, cetuximab (Erbitux), docetaxel (Taxotere), hydroxyurea (Hydrea), pembrolizumab (Keytruda), loqtorzi (Toripalimab-tpzi), methotrexate sodium (Trexall), and nivolumab (Opdivo). The most common drugs to treat HPV-associated OPC under these clinical trials and implemented as well for HPV-negative HNC include cisplatin, nivolumab, cetuximab, paclitaxel, pembrolizumab, 5-fluorouracil, and docetaxel. Few studies have highlighted the necessity for new drugs specifically tailored to patients with HPV-associated OPC, where molecular mechanisms and clinical prognosis are distinct from HPV-negative tumors. In this context, we identified most mutated genes found in HPV-associated OPC that can represent potential targets for drug development. These include TP53, PIK3CA, PTEN, NOTCH1, RB1, FAT1, FBXW7, HRAS, KRAS, and CDKN2A.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».