MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409456948 · doi:10.3390/curroncol32040230

LAG3, TIM3 and TIGIT: New Targets for Immunotherapy and Potential Associations with Radiotherapy

2025· review· en· W4409456948 sur OpenAlexvenueno aff
Camil Ciprian Mireștean, Roxana Irina Iancu, Dragoş Petru Teodor Iancu

Notice bibliographique

RevueCurrent Oncology · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTIGITMedicineImmunotherapyCancer researchImmune systemRadiation therapyTumor microenvironmentImmune checkpointT cellImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The combination of immunotherapy and radiotherapy has demonstrated synergistic potential, especially when a combination of immune checkpoint inhibitors (ICIs) is administered. Cytotoxic T-Lymphocyte-Associated Protein-4 (CTLA-4) inhibitors and Programmed Death-Ligand 1 (PD-L1) inhibitors or Programmed Cell Death Protein 1 (PD-1) inhibitors have been assessed in both clinical and preclinical studies; the addition of radiotherapy activates immunomodulatory mechanisms materialized by an effect similar to "in situ" vaccination or the "abscopal" distant response of lesions outside the irradiation field. The new therapeutic targets (T cell immune-receptor with Ig and ITIM domains (TIGIT), Lymphocyte activating gene 3 (LAG-3), and T cell Ig- and mucin-domain-containing molecule-3 (TIM-3)) associated with traditional ICIs and radiotherapy open new perspectives to the concept of immuno-radiotherapy. The dynamic evaluation of T lymphocyte expression involved in the antitumor immune response, both in the tumor microenvironment (TME) and in the tumor itself, could have biomarker value in assessing the response to combination therapy with traditional and new ICIs in association with irradiation. Preclinical data justify the initiation of clinical trials in various tumor pathologies to explore this concept.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0030,002

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 Opus0,074
Tête enseignante GPT0,431
Écart entre enseignants0,356 · 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

Citations13
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Oncology→Même sujetCancer Immunotherapy and Biomarkers→Travaux en français237 207→