MétaCan
Menu
Retour à la cohorte
Enregistrement W4416934403 · doi:10.3389/fonc.2025.1659304

Unraveling the synergy of radiotherapy and immune checkpoint inhibitors in NSCLC: emerging clinical evidence and novel therapeutic strategies

2025· review· en· W4416934403 sur OpenAlexafffund
K. Ismaïli, Frédérique Fenneteau, Miriam Schirru, Hamza Charef, Didier Zugaj, Pierre‐Olivier Tremblay, Fahima Nekka

Notice bibliographique

RevueFrontiers in Oncology · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds de recherche du Québec – Nature et technologiesHealth CanadaPfizer CanadaPfizer
Mots-clésAbscopal effectRadiation therapyClinical trialChemotherapyImmunotherapyImmune systemLung cancerImmune checkpoint

Résumé

récupéré en direct d'OpenAlex

Non-small cell lung cancer (NSCLC) remains the leading cause of cancer-related mortality worldwide. While immune checkpoint inhibitors (ICIs) continue to redefine the therapeutic paradigm, their efficacy is limited to a specific proportion of patients. Radiotherapy (RT) is proposed as a strategy to enhance their efficacy, yet its clinical impact remains unclear, hindered by its double-edged sword effect on the immune system across variable settings. This review explores the landscape of RT-ICI combinations in NSCLC, analyzing available evidence in the light of current treatment guidelines. The presented data provide a foundation to validate computational models to predict clinical outcomes and inform tumor-immune dynamics. ClinicalTrials.gov was queried for trials involving both modalities, excluding studies incorporating other therapies except chemotherapy and surgery, other cancer types, or brain metastases. Of the 309 trials identified, 23 met the inclusion criteria, encompassing resectable (n=3), early-stage (n=3), locally advanced (n=10), and advanced NSCLC (n=7). In the neoadjuvant setting, the combination achieves a remarkable pathological response without significantly affecting surgical outcomes. Long-term survival benefit remains elusive. In early-stage unresectable tumors, ICIs are poised to replace chemotherapy as the preferred peri-radiation systemic treatment to prevent recurrences. Current data on locally advanced NSCLC confirm the feasibility of early ICI introduction, chemotherapy-free regimens, and individualized RT approaches. A definitive risk-benefit balance has yet to be established. In advanced stages, while the abscopal effect is well documented, statistical significance remains a concern, necessitating adequately designed studies powered to identify subpopulations most likely to benefit from the combination. Innovative, feasible approaches include RT and dual ICI, re-irradiation beyond progression, multisite micro-radiation, or partial irradiation of large tumors to activate a "hot" tumor microenvironment. In conclusion, while the combination of RT and ICI holds promise, significant challenges remain. A deeper understanding of immune dynamics is crucial. Additionally, the complexity of trial design, coupled with a lack of statistical significance in most available data, underscores the need for more phase 3 trials, the development of powerful biomarkers, and complementary approaches, such as virtual clinical trials, to accelerate progress and refine treatment strategies.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,416
Écart entre enseignants0,353 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in OncologyMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207