Biomarkers of response and resistance to immune checkpoint inhibitors in breast cancer
Notice bibliographique
Résumé
Immune checkpoint inhibitors (ICIs) have recently been approved in subsets of patients with breast cancer (BC). Currently, programmed death ligand 1 (PD-L1) immunohistochemistry is used as a biomarker of response for metastatic triple negative breast cancer (TNBC). Other tumor-agnostic indications in metastatic BC include high tumor mutational burden and mismatch repair deficiency. In early TNBC, the ICI pembrolizumab is routinely added to neoadjuvant chemotherapy, yet no biomarker is currently available to predict response or resistance. Further, while luminal BC is often thought to be immune-depleted, preliminary efficacy data in early-stage disease suggests that the addition of ICIs to neoadjuvant chemotherapy can significantly improve rates of pathological complete response. However, not all patients will benefit from ICI treatment and it also comes with significant treatment toxicities. This review will describe biomarkers of response and resistance to ICIs in BC. These currently include tumor infiltrating lymphocytes, homologous recombination deficiency, CD274 gain or amplification, estrogen receptor and/or progesterone receptor expression, more precise tumoral immune characterization, gene expression analysis, and the T-cell receptor repertoire. Although still investigational, these approaches hold the potential to advance personalized medicine by tailoring the use of ICIs to BC patients who will benefit.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».