Systematic review of treatment options for gastric cancer and future therapeutic perspectives
Notice bibliographique
Résumé
Background: Gastric cancer is the fourth most prevalent type of cancer and the second leading cause of cancer-related mortality worldwide, with an annual global incidence of 1 million cases and 700,000 deaths. Treatment modalities include surgery, chemotherapy, radiation therapy, and novel biological agents such as immune checkpoint inhibitors. The aim of the study is to summarise the existing literature on current treatment modalities and explore novel and emerging approaches to provide a detailed understanding of future advances in GC management. Methods: A systematic review was conducted from September 2022 to May 2024 using the online databases PubMed, Scopus, and Google Scholar. The risk of bias assessment was carried out using the Newcastle-Ottawa Scale. Results: The final review comprised 68 records. The analysis revealed that laparoscopic gastrectomy and other minimally invasive surgical approaches have yielded promising outcomes, either as standalone procedures or in combination with neoadjuvant and adjuvant chemotherapy regimens. The management of gastric cancer has been transformed by Human Epidermal Growth Factor Receptor 2-targeting agents, checkpoint inhibitors and other immunotherapies, with trastuzumab providing significant benefits when combined with chemotherapy. Conclusion: Larger prospective or randomized controlled trials should be conducted, incorporating neoadjuvant chemotherapy regimens, targeted agents, or other innovative approaches, to confirm current research findings and enhance the efficacy and safety of various therapeutic strategies. A thorough evaluation of existing treatments and novel therapeutic interventions is imperative to guide future research initiatives, formulate effective patient care strategies, and inform policy makers.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».