Figure 1. Virtual Worlds' continuum Figure 2. Evolution of the PSTW database from previous publication Figure 3. PSTW composition by technology type Figure 4. Distribution of cases according to their starting date Figure 5. Distribution of cases according to administrative level of application Figure 6. Cases across levels of administration, by technology Figure 7. Distribution of cases according to administrative level and e-government interaction Figure 8. Distribution of cases according to level of administration and status of development Figure 9 . Public value assessment of the cases Figure 10. Public value assessment by type of technology Figure 11. Public assessment subcategories for Improved Public Services Figure 12. Public assessment subcategories for Improved administrative efficiency Figure 13. Public assessment value for Open government capabilities Figure 14. Distribution of AI cases by status of development Figure 15. Distribution of cases by type of e-government service and level of administration Figure 16. Distribution of AI cases by process type and level of administration. Figure 17. Distribution of cases across type of services and functions of government Figure 18. Distribution of AI cases according to application type and function of government. Figure 19. Distribution of AI cases according to technology subdomain. Figure 20. Distribution of Generative AI cases by status of development Figure 21. Geographic distribution of the Generative AI cases and their responsible organisations Figure 22. Distribution of Blockchain-based cases by status of development. Figure 23. Distribution of Blockchain-based cases by level of administration. Figure 24. Blockchain-based cases by e-government type of interaction and level of administration. Figure 25. Blockchain-based cases across type of interaction and function of government. Figure 26. Blockchain-based cases by type of application and function of government. Figure 27. Distribution of AI and Blockchain cases by cross border sector feature Figure 28. Distribution of AI and Blockchain cases by cross sector border feature Figure 29. Distribution of cases of other emerging technologies across functions of government. Figure 30. Cases of emerging technologies by type of service and level of administration.
引入免疫检查点抑制剂(ICI)已彻底改变了癌症治疗,通过增强免疫监测以对抗肿瘤生长,从而显着改善了晚期癌症患者的预后。这些疗法已被证明有效地有效地延长了无进展的生存(PFS)和整体生存(OS),但是评估其效率带来了独特的挑战。传统的成像技术,例如计算机断层扫描(CT)和磁共振成像(MRI)通常测量肿瘤大小的变化,在免疫疗法的背景下可能无法准确反映治疗反应。对于免疫相关现象(例如伪雌性和过度突出)尤其如此,在后期肿瘤的体积可能不会立即变化或可能在随后的减少之前增加或可能增加,从而使响应评估变得复杂。多参数PET/CT已通过提供对肿瘤微环境(TME)内肿瘤代谢和免疫反应的功能见解来评估治疗效率的强大工具。与常规成像不同,PET/CT可以捕获早期的代谢改变和免疫细胞的效果,从而在形态学变化之前提供了更全面的治疗效果图片(1,2)。关键的半定量参数,例如suvmax,MTV和TLG进行代谢活性的转变,并可以鉴定出治疗反应的早期迹象,而宠物衍生的标记物(例如PD-L1表达和CD8阳性T细胞)诸如TME(3-5)的免疫学动力学(3-5)。本综述研究了多参数PET/CT在评估免疫疗法结果中的作用,重点是宠物衍生的代谢参数,并免疫反应为临床决策提供了信息(表1)。它还讨论了传统成像在检测免疫相关变化时的局限性,并回顾了评估免疫疗法反应的恢复和虹彩标准。将在这种情况下讨论诸如假养育和过度突出之类的概念,从而强调了PET/CT检测这些非典型肿瘤反应模式的潜力,从而提供了对免疫疗法效力的更准确的早期评估。
结果:分析包括214名患者:132(61.7%)在学术癌症中心接受治疗,在两家社区医院中进行了82例(38.3%); 104在2020年5月之前进行了处理。总体研究人群的中位PFS为4.8个月(95%的置信间隔[95%CI]:4.4-5.4),中位OS为7.1个月(95%CI:6.3-7.7)。估计的PFS和OS在2020年5月以后患者的PFS(HR)的PFS(HR)为0.61(95%CI:0.46-0.81,P <0.001)和0.70(分别为95%CI:0.52-0.93,P = 0.015)。6个月的PFS率从27%增加到40%(P = 0.04),而12个月的PFS从1%提高到11%(P = 0.003)。12个月和18个月的OS率从15%增加到28%(p = 0.03)和2.1%至12%(p = 0.009)。2020年5月后,每名患者的住院天数显着降低,严重AE的发生率相似。在接受化学免疫疗法治疗的患者中,与免疫相关的AE的发作
在过去十年中,出现了一种利用免疫系统对抗肿瘤的癌症治疗新模式。这些免疫疗法的新作用机制也给药物开发带来了新的挑战。生物标志物在免疫疗法早期临床开发的几个领域中发挥着关键作用,包括作用机制的证明、剂量确定和剂量优化、不良反应的缓解和预防以及患者丰富和适应症优先排序。我们讨论了在早期开发研究中建立一组生物标志物的预后、预测方面以及将生物标志物的变化与临床疗效联系起来的统计原理和方法。所讨论的方法旨在避免偏见并得出可靠且可重复的结论。本综述针对对免疫疗法背景下的生物标志物的战略使用和分析感兴趣的药物开发商和数据科学家。
Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.
海事事故调查报告的任何部分不得作为任何民事或行政诉讼的证据,但美国发起的行政诉讼除外。46 U.S.C.§6308.
结直肠癌(CRC)是全球最普遍,最致命的恶性肿瘤之一。最近,铁铁作用是一种以铁依赖性和脂质过氧化为特征的新型细胞死亡形式,引起了研究人员的显着关注。甲状腺吞噬作用的机制,包括细胞内铁水平,脂质过氧化和抗氧化系统调节,为癌症治疗策略提供了新的见解。这项研究旨在探索在免疫疗法的CRC中,突出其潜在的机制和临床应用的背景下,铁吞作用的新兴作用。我们对当前文献进行了全面的综述,阐明了铁铁毒性的生物学机制,与CRC的关系以及铁铁作用与免疫疗法之间的相互作用。铁凋亡通过调节细胞内铁水平,脂质代谢和抗氧化剂系统来重塑肿瘤微环境(TME),从而显着增强了免疫检查点抑制剂(ICIS)的有效性。同时,中医疗法通过调节TME并诱导铁铁作用来促进抗肿瘤免疫。此外,纳米技术的进步通过实现针对性的递送铁毒性诱导剂或免疫调节剂,将“冷”肿瘤转化为“热”肿瘤并进一步增强ICI效应性,从而促进了精确的治疗。这项研究全面回顾了CRC中的铁毒性,免疫疗法,传统中药和纳米技术的最新发展,强调了与铁毒相关的生物标志物和新颖诱导剂对个性化治疗的重要性。总而言之,铁铁作用提供了一种有前途的策略来克服CRC治疗耐药性并增强免疫疗法效率,保证进一步研究和转化应用。
PD-1/PD-L1信号是肿瘤微环境局部免疫抑制的关键因素。针对PD-1/PD-L1信号的免疫检查点抑制剂在临床上取得了巨大的成功。然而,有几种癌症对抗PD-1/PD-L1治疗特别具有抵抗力。最近,一系列研究报道,IFN-γ可以刺激癌细胞释放外泌体PD-L1(exoPD-L1),其具有抑制抗癌免疫反应的能力并与抗PD-1反应相关。在本综述中,我们介绍了PD-1/PD-L1信号,包括所谓的“反向信号”。此外,我们总结了癌症的免疫治疗,并更加关注针对PD-1/PD-L1信号的免疫检查点抑制剂。此外,我们回顾了exoPD-L1的作用机制和调控。我们还介绍了exoPD-L1作为生物标志物的功能。最后,我们回顾了分析和量化 exoPD-L1 的方法、针对 exoPD-L1 增强免疫治疗的治疗策略以及 exoPD-L1 在癌症之外的作用。这篇全面的综述深入探讨了 exoPD-L1 的最新进展,所有这些发现都表明 exoPD-L1 在癌症和其他领域都发挥着重要作用。
免疫疗法是当今抗击癌症的一种关键且有利的治疗方法。尤其是免疫检查点抑制剂,已得到广泛应用,并在各种恶性肿瘤中取得了突破性的治疗效果。然而,其在卵巢癌中的疗效并不令人满意。大量无反应率这一迫切问题需要立即引起关注。寻求新靶点和制定协同联合治疗方法对于应对这一挑战至关重要。B7-H4 是 B7 家族共抑制分子的成员,在卵巢癌中表现出高表达水平,与肿瘤进展、耐药性和不良预后密切相关。B7-H4 有可能成为评估患者免疫反应的宝贵生物标志物。最近针对卵巢癌免疫治疗背景下的 B7-H4 的研究和临床前试验凸显了其作为一种有前途的免疫治疗靶点的出现。本综述旨在讨论这些发现并预测 B7-H4 在卵巢癌免疫治疗和靶向治疗中的未来前景。
本文在接受后立即进行了同行审查和发表。这是一篇开放式访问文章,这意味着可以自由下载,打印和分发,
