The Society for Immunotherapy of Cancer Perspective on Tissue-Based Technologies for Immuno-Oncology Biomarker Discovery and Application
Notice bibliographique
Résumé
With immuno-oncology becoming the standard of care for a variety of cancers, identifying biomarkers that reliably classify patient response, resistance, or toxicity becomes the next critical barrier toward improving care. Multiparametric, multi-omics, and computational platforms generating an unprecedented depth of data are poised to usher in the discovery of increasingly robust biomarkers for enhanced patient selection and personalized treatment approaches. Deciding which developing technologies to implement in clinical settings ultimately, applied either alone or in combination, relies on weighing pros and cons, from minimizing patient sampling to maximizing data outputs, and assessing the reproducibility and representativeness of findings, while lessening data fragmentation toward harmonization. These factors are all assessed while taking into consideration the shortest turnaround time. The Society for Immunotherapy of Cancer Biomarkers Committee convened to identify important advances in biomarker technologies and to address advances in biomarker discovery using multiplexed IHC and immunofluorescence, their coupling to single-cell transcriptomics, along with mass spectrometry-based quantitative and spatially resolved proteomics imaging technologies. We summarize key metrics obtained, ease of interpretation, limitations and dependencies, technical improvements, and outward comparisons of these technologies. By highlighting the most interesting recent data contributed by these technologies and by providing ways to improve their outputs, we hope to guide correlative research directions and assist in their evolution toward becoming clinically useful in immuno-oncology.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,005 |
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 ».