Lug 27, 2024
Approcci di immunoterapia per il mesotelioma pleurico

Nat Rev Clin Oncol. 2022 Jul 1. Online ahead of print.

Fennell DA, Dulloo S, Harber J.

PMID: 35778611

DOI: 10.1038/s41571-022-00649-7

Negli ultimi dieci anni, gli inibitori del checkpoint immunitario (ICI) hanno rivoluzionato il trattamento del cancro. Nel mesotelioma, un tumore maligno causato generalmente dall’esposizione all’amianto, il trattamento con singoli o doppi ICI provoca miglioramenti robusti nella sopravvivenza globale sopra le terapie standard-of-care precedenti, sia nella prima linea che nelle recidive di malattia. Le caratteristiche biologiche predittive che sostengono la risposta agli ICI rimangono poco conosciute; tuttavia, le comprensioni nel microambiente immunitario e nel panorama genomico di mesotelioma, come pure nella loro associazione con la risposta o la resistenza acquisita agli ICI stanno emergendo. Sono in corso diversi studi sulle combinazioni razionali che coinvolgono un ICI con un altro ICI o con un agente diverso, con prove emergenti di attività antitumorale sinergica. Immunoterapie non basate sugli ICI, come i vaccini a base di peptidi e le cellule T del recettore dell’antigene chimerico mesoteline-mirate, hanno dimostrato una promettente efficacia. Inoltre, i risultati degli studi fondamentali sui vaccini a cellule dendritiche e sulla somministrazione di citochine virali, tra gli altri, sono attesi con impazienza. In questa recensione, riassumiamo in modo completo le fasi chiave nello sviluppo di immunoterapie per il mesotelioma, concentrandosi su strategie che hanno portato alla valutazione clinica randomizzata e predittori emergenti di risposta. Quindi prevediamo le future opportunità di trattamento che potrebbero derivare dalla ricerca in corso.

Deep learning per il conteggio delle fibre di amianto

Deep learning per il conteggio delle fibre di amianto

J Hazard Mater. 2023 agosto 5;455:131590. EPUB 2023 Maggio 6. Ahmad Rabiee, Giancarlo Della Ventura, Fardin Mirzapour, Sergio Malinconico, Sergio Bellagamba, Federico Lucci, Federica Paglietti PMID: 37178531 DOI: 10.1016 /j.jhazmat.2023.131590 Il metodo PCM...