Targeted immunotherapy and nanomedicine for rhabdomyosarcoma: The way of the future
Notice bibliographique
Résumé
Rhabdomyosarcoma (RMS) is the most common soft tissue sarcoma of childhood. Histology separates two main subtypes: embryonal RMS (eRMS; 60%-70%) and alveolar RMS (aRMS; 20%-30%). The aggressive aRMS carry one of two characteristic chromosomal translocations that result in the expression of a PAX3::FOXO1 or PAX7::FOXO1 fusion transcription factor; therefore, aRMS are now classified as fusion-positive (FP) RMS. Embryonal RMS have a better prognosis and are clinically indistinguishable from fusion-negative (FN) RMS. Next to histology and molecular characteristics, RMS risk groupings are now available defining low risk tumors with excellent outcomes and advanced stage disease with poor prognosis, with an overall survival of about only 20% despite intensified multimodal treatment. Therefore, development of novel effective targeted strategies to increase survival and to decrease long-term side effects is urgently needed. Recently, immunotherapies and nanomedicine have been emerging for potent and effective tumor treatments with minimal side effects, raising hopes for effective and safe cures for RMS patients. This review aims to describe the most relevant preclinical and clinical studies in immunotherapy and targeted nanomedicine performed so far in RMS and to provide an insight in future developments.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».