CD57+ EMRA CD8+ T cells in cancer patients over 70: associations with prior chemotherapy and response to anti-PD-1/PD-L1 therapy
Notice bibliographique
Résumé
Immune ageing complicates cancer treatment in older individuals. While immunotherapy targeting the PD-1/PD-L1 pathway can reinvigorate T cells, these cells tend to become senescent with age. This study investigates different CD8 + T cell subsets usually associated with senescence, in cancer patients over 70 years old who are undergoing anti-PD-1/PD-L1 immunotherapy, and examines the relationship between these senescent cells and prior chemotherapy exposure. We analyzed data from the Elderly Cancer Patient (ELCAPA) cohort, which included 35 patients enrolled between March 2018 and March 2021. Flow cytometry and unsupervised analysis were employed to characterize Effector Memory CD45RA + (EMRA) and CD8 + T cell senescence at baseline, before initiating PD-1/PD-L1 therapy. EMRA cells were found to overexpress CD57 and KLRG1 compared to overall CD8 + T cells. Chemotherapy prior to anti-PD-1/PD-L1 was associated with an increased proportion of CD57 + EMRA CD8 + T cells ( p = 0.009) and its granzyme B (GRZB) subset ( p = 0.007). Using a 10% cut-off to define positivity, the six-month non-response tends to be associated with the CD57 + GRZB + EMRA positivity ( p = 0.097). Other CD8 + T cell subsets (EMRA, CD57 + , or KLRG1 + ), usually associated with senescence, showed no significant association with previous chemotherapy or response to anti-PD-1/anti-PD-L1 therapy. These findings underscore the impact of prior chemotherapy on expanding the pool of senescent T cells, particularly CD57 + EMRA CD8 + T and CD57 + GRZB + EMRA CD8 + T cells, whose expansion could potentially affect the effectiveness of anti-PD-1/PD-L1 immunotherapy in elderly patients. This highlights the need for tailored approaches in this population.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».