Liquid biopsy – a narrative review with an update on current US governmental clinical trials targeting immunotherapy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle