What’s to come in PSMA therapies and diagnostics: A summary of clinical trials involving PSMA radioligand-based therapeutic and/or diagnostic approaches with active recruitment
Notice bibliographique
Résumé
Prostate-Specific Membrane Antigen (PSMA)-based diagnostics and therapeutics are proving highly valuable in identifying disease sites and providing targeted radioligand therapy (RLT) for disseminated disease in prostate cancer (PC). With successful integration of these tools in limited PC presentations, there is a real need and excitement for trials testing PSMA-based approaches more broadly. We review the ongoing trials registered on ClinicalTrials.gov which aim to evaluate PSMA-PET or PSMA-RLT applications. We outline clinical contexts which have significant ongoing study and therefore may see imminent change, as well as contexts which are lacking in study in the hopes of guiding future research. Trials examining intensification strategies through targeted radiotherapy, combination systemic therapies, and RLTs have the potential to demonstrate improved clinical outcomes using PSMA-PET CT for guidance. We expect that PSMA-PET will become fundamental in the work-up of patients before targeted radiotherapy or surgery. The results of ongoing trials will likely clarify the benefits of PSMA-RLT in metastatic PC including in oligometastatic and hormone-sensitive disease; however, there is a sparsity of trials evaluating PSMA-RLT outside of metastatic PC. Clinical trials with PSMA PET/CT as an endpoint for disease control are emerging and standardized reporting and metrics for PSMA staging and response will facilitate the inclusion of PSMA PET endpoints into therapeutic trials.
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 | 0,028 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».