A real-world observation of patients with glioblastoma treated with a personalized peptide vaccine
Notice bibliographique
Résumé
Current treatment outcome of patients with glioblastoma (GBM) remains poor. Following standard therapy, recurrence is universal with limited survival. Tumors from 173 GBM patients are analysed for somatic mutations to generate a personalized peptide vaccine targeting tumor-specific neoantigens. All patients were treated within the scope of an individual healing attempt. Among all vaccinated patients, including 70 treated prior to progression (primary) and 103 treated after progression (recurrent), the median overall survival from first diagnosis is 31.9 months (95% CI: 25.0–36.5). Adverse events are infrequent and are predominantly grade 1 or 2. A vaccine-induced immune response to at least one of the vaccinated peptides is detected in blood samples of 87 of 97 (90%) monitored patients. Vaccine-specific T-cell responses are durable in most patients. Significantly prolonged survival is observed for patients with multiple vaccine-induced T-cell responses (53 months) compared to those with no/low induced responses (27 months; P = 0.03). Altogether, our results highlight that the application of personalized neoantigen-targeting peptide vaccine is feasible and represents a promising potential treatment option for GBM patients. Despite new treatment options, prognosis for patients with glioblastoma (GBM) remains poor. Here the authors report the clinical course of patients with GBM treated with a personalized neoantigen-derived peptide vaccine treated within the scope of an individual healing attempt.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».