MétaCan
Menu
Retour à la cohorte
Enregistrement W4404321660 · doi:10.3390/curroncol31110522

Antibody–Drug Conjugates: A Start of a New Era in Gynecological Cancers

2024· review· en· W4404321660 sur OpenAlexaffvenueabout
Samir Fasih, Stephen Welch, Ana Elisa Lohmann

Notice bibliographique

RevueCurrent Oncology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueHER2/EGFR in Cancer Research
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineAntibodyDrugAntibody-drug conjugateConjugateBioinformaticsComputational biologyImmunologyPharmacologyMonoclonal antibodyBiology

Résumé

récupéré en direct d'OpenAlex

Antibody-drug conjugates (ADCs) are a new class of therapeutic agents designed to target specific antigens on tumor cells, combining the specificity of monoclonal antibodies with the cytotoxicity of chemotherapy agents. ADCs have been available for over a decade, but in gynecological cancers, these agents are relatively new with great promise ahead. More than 80% of ongoing trials in gynecological cancers are evaluating ADCs' safety and efficacy, of which 40% are early-phase trials. Around twenty ADCs are currently under investigation, either alone or in combination with chemotherapies or immune checkpoint inhibitors. Among them, mirvetuximab soravtansine has been recently approved by the Food and Drug Administration (FDA) in platinum-resistant ovarian cancer with high folate-α receptor expression, as a single agent or in combination. Tisotumab vedotin and trastuzumab deruxtecan are also now approved by the FDA in patients with pre-treated cervical and uterine cancers and further investigation is ongoing. Overall, the toxicity profiles of ADCs are acceptable. Ocular toxicity is one of the specific side effects of some ADCs, but most of the cases are manageable with the use of prophylactic steroids and dose adjustments. This review aims to provide an overview of the fundamental and operational features of ADCs and examine the latest and most promising data, with a particular focus on the Canadian viewpoint.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,392
Tête enseignante GPT0,594
Écart entre enseignants0,202 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetHER2/EGFR in Cancer ResearchTravaux en français237 207