Combined Immunotherapy Improves Outcome for Replication-Repair-Deficient (RRD) High-Grade Glioma Failing Anti–PD-1 Monotherapy: A Report from the International RRD Consortium
Notice bibliographique
Résumé
Immune checkpoint inhibition (ICI) is effective for replication-repair-deficient, high-grade gliomas (RRD-HGG). The clinical/biological impact of immune-directed approaches after failing ICI monotherapy is unknown. We performed an international study on 75 patients treated with anti-PD-1; 20 are progression free (median follow-up, 3.7 years). After second progression/recurrence (n = 55), continuing ICI-based salvage prolonged survival to 11.6 months (n = 38; P < 0.001), particularly for those with extreme mutation burden (P = 0.03). Delayed, sustained responses were observed, associated with changes in mutational spectra and the immune microenvironment. Response to reirradiation was explained by an absence of deleterious postradiation indel signatures (ID8). CTLA4 expression increased over time, and subsequent CTLA4 inhibition resulted in response/stable disease in 75%. RAS-MAPK-pathway inhibition led to the reinvigoration of peripheral immune and radiologic responses. Local (flare) and systemic immune adverse events were frequent (biallelic mismatch-repair deficiency > Lynch syndrome). We provide a mechanistic rationale for the sustained benefit in RRD-HGG from immune-directed/synergistic salvage therapies. Future approaches need to be tailored to patient and tumor biology.Hypermutant RRD-HGG are susceptible to checkpoint inhibitors beyond initial progression, leading to improved survival when reirradiation and synergistic immune/targeted agents are added. This is driven by their unique biological and immune properties, which evolve over time. Future research should focus on combinatorial regimens that increase patient survival while limiting immune toxicity. This article is featured in Selected Articles from This Issue, p. 201.
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 | 0,000 |
| 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 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 ».