随着酪氨酸激酶抑制剂(TKI)的出现,慢性髓样白血病(CML)的治疗前景明显改变。这种创新可以延长患有CML的患者的长期生存。但是,长期暴露于TKI的伴随着各种不良事件(AE)。后者会影响CML患者的生活质量和依从性,并可能导致严重的疾病进展(甚至死亡)。最近,越来越多的CML患者开始采用剂量优化策略。剂量优化可以在整个治疗的各个阶段考虑,其中包括减少剂量和停用TKIS治疗。通常,在维持分子反应的前提下,TKI剂量的减少被认为是减少AE和改善生活质量的重要措施。此外,对于大约一半的最佳反应和更长的TKI治疗持续时间,TKIS治疗的停用是可行且安全的。本综述主要关注伊马替尼,达沙替尼和尼洛替尼在CML临床试验和现实生活环境中的最新研究。我们将新诊断的患者或最佳反应或改善AE的剂量降低为无治疗缓解的前奏(TFR)或无法停用TKIS治疗的患者的维持治疗。此外,我们还专注于停产TKIS疗法和实现TFR的第二次尝试。
妇科癌症是女性普遍存在的恶性肿瘤,手术干预是提供明确治疗的可能性的主要治疗方法。最近的研究强调了妇科癌症患者在围手术期和术后阶段经历焦虑症状的敏感性,这种心理状况与手术后的次优恢复有关。尽管如此,某些干预措施在缓解妇科癌症患者的围手术期和术后焦虑方面已显示出希望。在这项研究中,我们进行了全面的审查,以收集有关此主题的现有证据。通过跨六个通用数据库进行系统搜索,我们筛选并包括28项相关研究。当前的评论强调了妇科癌症患者围手术期和术后焦虑症的发生率升高(即子宫,宫颈,卵巢,子宫内膜和外阴癌)。特定的护理干预措施(即危机干预护理,多学科协作持续护理,心理护理,全面的心理护理,回忆性治疗,回忆性涉及护理,认知行为压力管理,医院家庭的持续持续护理,高素质护理,质量护理,依赖性的护理和依赖性依赖性和依赖性依赖性和依赖性,以及依赖性的依赖性,以及依赖性的依赖性)减轻围手术期和术后焦虑的方法。本研究通过在妇科肿瘤学的背景下提供围手术期和术后焦虑的特征来代表对文献的新贡献。发现强调了解决围绕术语和术后焦虑的重要性,这是妇科癌症患者的关键临床关注,强调需要进一步研究以开发有效的干预措施。
HD,亨廷顿氏病; Ole,开放标签扩展; NHS,自然史研究。 1。 clinicaltrials.gov/ct2/show/nct03342053(20024年1月访问); 2。 clinicaltrials.gov/ct2/show/nct03664804(2024年1月访问); 3。 clinicaltrials.gov/ct2/show/nct03761849(2024年1月访问); 4。 Roche新闻稿。 可在:https://www.roche.com/media/releases/med-cor-2021-03-22b.htm(2024年1月访问); 5。 Tortelli R等。 第15届CDHI HD Therapeutics会议HD,亨廷顿氏病; Ole,开放标签扩展; NHS,自然史研究。1。clinicaltrials.gov/ct2/show/nct03342053(20024年1月访问); 2。clinicaltrials.gov/ct2/show/nct03664804(2024年1月访问); 3。clinicaltrials.gov/ct2/show/nct03761849(2024年1月访问); 4。Roche新闻稿。可在:https://www.roche.com/media/releases/med-cor-2021-03-22b.htm(2024年1月访问); 5。Tortelli R等。第15届CDHI HD Therapeutics会议
问题 5:在复杂的临床试验中使用生物标志物和生物标志物检测并随后申请上市许可时,应适用哪些原则,应考虑哪些监管途径?...................................................................................................... 19
乳腺癌 (BC) 是最常见的非皮肤癌,也是美国女性癌症死亡的第二大原因。乳腺癌的发生和发展可以通过遗传和表观遗传变化的积累来进行,这些变化使转化细胞能够逃脱正常的细胞周期检查点控制。与核苷酸突变不同,DNA 甲基化、组蛋白翻译后修饰 (PTM)、核小体重塑和非编码 RNA 等表观遗传变化通常是可逆的,因此可能对药物干预有反应。表观遗传失调是抗肿瘤免疫力受损、免疫监视逃避和免疫疗法耐药的关键机制。与黑色素瘤或肺癌等高度免疫原性的肿瘤类型相比,乳腺癌被视为免疫静止肿瘤,其肿瘤浸润淋巴细胞 (TIL) 数量相对较少、肿瘤突变负荷 (TMB) 较低,对免疫检查点抑制剂 (ICI) 的反应率适中。新兴证据表明,针对异常表观遗传修饰因子的药物可能通过几种相互关联的机制增强 BC 中的宿主抗肿瘤免疫力,例如增强肿瘤抗原呈递、激活细胞毒性 T 细胞、抑制免疫抑制细胞、增强对 ICI 的反应以及诱导免疫原性细胞死亡 (ICD)。这些发现为使用表观遗传药物与免疫疗法的组合方法作为改善 BC 患者预后的创新范例奠定了非常有希望的基础。在这篇综述中,我们总结了目前对表观遗传修饰因子如何发挥作用的理解
免疫疗法已成为治疗非小细胞肺癌(NSCLC)的热门话题。与化学疗法患者相比,免疫疗法患者的5年生存率高3倍,约4% - 5%和15% - 16%。免疫疗法包括嵌合抗原受体T细胞(CAR-T)治疗,肿瘤疫苗,免疫检查点抑制剂等。其中,免疫检查点抑制剂引起了人们的关注。当前临床用途中的常见免疫检查点抑制剂(ICI)包括编程的死亡受体1(PD-1)/编程死亡配体1(PD-L1)和细胞毒性T淋巴细胞相关的抗原4(CTLA-4)。本文侧重于CTLA-4和PD-1/PD-L1免疫检查点抑制剂的单一疗法和组合疗法。特别是,ICIS的联合疗法包括ICIS和化学疗法的组合,双重ICI的联合疗法,ICIS和抗血管生成药物的组合,ICIS和放射治疗的组合以及ICIS抑制剂和Tumor疫苗的组合。本文重点介绍了ICI与化学疗法的联合疗法,双重ICI的联合疗法以及ICIS与抗血管生成药物的联合疗法。在许多试验中已经证明了ICI作为NSCLC中的单一药物的效率和安全性。然而,ICIS加化疗方案在治疗NSCLC方面具有显着优势,毒性几乎没有显着增加,而双ICIS合并显着降低了化学疗法的不良影响(AES)。ICIS加抗血管生成剂方案可改善抗肿瘤活性和安全性,预计将成为治疗晚期NSCLC的新范式。尽管有一些局限性,但这些药物的总生存率却更好。在本文中,我们回顾了近年来NSCLC中ICIS研究的当前状态和进度,旨在更好地指导NSCLC患者的个性化治疗。
丹麦奥尔堡市奥尔堡大学医院的肿瘤学和临床癌症研究中心; B丹麦奥尔堡市奥尔堡大学临床医学系; c临床数据科学中心,丹麦奥尔堡市奥尔堡大学和奥尔堡大学医院; D丹麦奥尔堡大学临床医学系炎症性肠病分子预测中心(预测); E分子诊断和临床癌症研究中心,丹麦阿尔堡市阿尔堡大学医院; F丹麦奥尔堡市奥尔堡大学医院临床遗传学系; G丹麦奥尔堡市奥尔堡大学医院神经外科系; h丹麦奥尔堡市奥尔堡大学医院血液学系; I丹麦奥尔堡市奥尔堡大学医院临床药理学系;丹麦奥尔堡市奥尔堡大学医院放射科J放射科; K丹麦奥尔堡市奥尔堡大学医院病理学系
放射学实践高度依赖于技术,因此当前的创新和进步对这一快速发展的行业做出了重大贡献。从手动胶片处理到自动处理阶段,再到最近使用的数字日光图像处理的转变就是由于技术进步而发生的此类变化的一个例子。1 这些技术进步彻底改变了临床放射学的实践,特别是引入了横断面成像模式,如计算机断层扫描 (CT) 和磁共振成像 (MRI)。临床放射学实践的当前趋势包括整合人工智能 (AI) 和相关应用,以改善患者护理并加强该领域的研究。2,3 在资源匮乏且面临医疗基础设施不足等独特挑战的环境中,有必要讨论这些现代创新对临床放射学实践的未来影响。
摘要MTHFR(甲基四氢叶酸还原酶)是一种参与单碳代谢的关键酶,这对于癌细胞的增殖至关重要。与此相一致,已发表的文献表明,MTHFR敲低导致多种类型的癌细胞生长受损。此外,较高的MTHFR表达水平与肝细胞癌,肾上腺皮质癌和低度神经胶质瘤的总体生存率较短有关,这使得将MTHFR抑制剂设计为可能的治疗选择。截至今天尚无MTHFR的竞争抑制剂。这项研究旨在使用硅药物筛查来鉴定潜在的竞争性MTHFR抑制剂候选者。在存在和不存在辅助因子的情况下,将共有30470个含有生物源性化合物,FDA批准的药物和临床试验中的分子与MTHFR的催化口袋筛选。结合能和ADMET分析表明,Vilanterol(B 2-肾上腺素激动剂),selexipag(前列环素受体激动剂)和Ramipril Diketopiperazine(ACE抑制剂)是MTHFR的潜在竞争抑制剂。分子动力学分析和使用这些化合物的MM-PBSA计算特别揭示了配体结合的285-290之间的氨基酸,并突出了Vilanterol作为MTHFR抑制的Stron-gest候选者。我们的结果可以指导新型MTHFR抑制化合物的发展,这可以灵感来自这里引起人们关注的药物。更重要的是,这些潜在的候选者可以在上述癌症的临床和临床研究中进行重新测试。
临床前扰动筛选,其中在疾病模型上系统地测试了遗传,化学或环境扰动的影响,由于其规模和因果性质,对机器学习增强的药物发现具有巨大的希望。预测模型可以根据分子特征来推断以前未经测试的疾病模型的扰动反应。这些在计算机标签中可以扩展数据库并指导实验优先级。但是,对扰动特异性效应进行建模并在各种生物环境中产生健壮的预测性能仍然难以捉摸。我们介绍了LEAP(自动编码器和预测变量的分层集合),这是一个新颖的集合框架,可改善稳健性和概括。LEAP利用多个Damae(数据增强蒙版的自动编码器)表示和套索回归器。通过结合从不同随机初始化中学到的多种基因表达表示模型,在预测未见细胞系,组织和疾病模型中基因本质或药物反应方面始终胜过最先进的方法。值得注意的是,我们的结果表明,结合表示模型而不是仅预测模型会产生出色的预测性能。超出其性能增长,LEAP在计算上是有效的,需要最小的高参数调整,因此很容易将其纳入药物发现管道中,以优先考虑有希望的目标并支持生物标志物驱动的分层。这项工作中使用的代码和数据集可公开使用。
