Advances in Vulvar Cancer Biology and Management
Notice bibliographique
Résumé
PURPOSE: Vulvar squamous cell carcinoma (VSCC), a rare gynecologic malignancy, has been rising in incidence. Molecular classification on the basis of human papilloma virus (HPV) and tumor protein 53 (p53) status has identified three clinically distinct subtypes, but we still treat all VSCCs the same. Here, we review molecular classification of VSCC, outline treatment landscape, and highlight potential for targeted therapies in advanced VSCC. DESIGN: We conducted a comprehensive review of the literature on treatment of advanced VSCC with particular focus on the implications of molecular stratification on the basis of HPV and p53 status on the treatment landscape of advanced VSCC. RESULTS: Incorporation of HPV and p53 status in locoregional treatment decision making has the potential to advise (de)escalation strategies. The role of immunotherapy, alone and in combination, requires further exploration particularly earlier in the course of the disease. In advanced stages, potential for targeted therapies in VSCCs include inhibitors of vascular endothelial growth factor, endothelial growth factor receptor, cell cycle, and DNA damage response, particularly in HPV-negative (HPV-) VSCCs. Targeting the phosphoinositide 3 kinase/mammalian target of rapamycin pathway is attractive in HPV-positive and HPV-/p53 wildtype VSCCs. Trials incorporating antibody-drug conjugates (eg, trophoblast cell-surface antigen 2, human epidermal growth factor receptor 2) should be considered, and basket trials in perineal squamous cell cancers are warranted. Preclinical models are limited and should be expanded to inform trial design. CONCLUSION: Like other rare cancers, vulvar cancer lags behind in the identification and optimization of precision medicine strategies. Molecular-based preclinical models and rationally designed clinical trials, incorporating high-quality translational studies, are urgently required. These trials will require international collaboration to ensure feasibility and improvement of outcomes for women diagnosed with this disease.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».