Liquid biopsy – a narrative review with an update on current US governmental clinical trials targeting immunotherapy
Notice bibliographique
Résumé
AIM: This study aims to present a comprehensive international analysis of the existing techniques used in liquid biopsies and their use in isolating tumor markers to detect, predict, and monitor the results of cancer treatment. MATERIALS AND METHODS: We conducted a narrative review using a scoping review model based on three databases, including PubMed/Medline, Scopus, and Cochrane. The search criteria included all articles on liquid biopsy of the last five years (June 30th, 2023-Oct 30, 2024) ((liquid Biopsy) AND (("2023/06/30"[Date - Publication]: "2024/10/30"[Date - Publication]))). We also approached gray literature on this topic. We focused on review articles as an eligibility criterion for this narrative review, but we also carried out a United States registered clinical trials review targeting immunotherapy and liquid biopsy with the limitation "recruiting" and/or "not yet recruiting" (updated on March 31, 2025). RESULTS: We screened 2645 articles from PubMed/Medline, Scopus, and Cochrane and 45 articles from the gray literature. We retrieved the full text for 325 articles. Liquid biopsies involve the extraction of tumor-derived components such as circulating tumor cells, circulating tumor DNA, and tumor extracellular vesicles from the bodily fluids of cancer patients. We found 25 United States registered governmental clinical trials targeting immunotherapy and liquid biopsy, of which 20 trials are recruiting and five trials are not yet recruiting. DISCUSSION: Developments in medicine have led to a more comprehensive understanding of tumor features, including tumor load, tumor staging, heterogeneity, gene mutations, and clonal evolution. The utilization of liquid biopsies from cancer patients has provided novel opportunities for detection and ongoing monitoring, precision medicine-based therapy, and identification of markers for therapeutic resistance.
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 | 0,011 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,015 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».