PubMed دسترسی آزاد

Current landscape and emerging trends of PD-1/PD-L1 research in prostate cancer: A data-driven atlas from multidatabase integration.

استودیوی صوتی مقاله

پخش حرفه‌ای فارسی و انگلیسی

در حال بررسی نسخه‌های صوتی ذخیره‌شده…

صوت تولیدشده با هوش مصنوعی است. برای کاربرد علمی یا درمانی، متن و منبع اصلی را بررسی کنید.
خواندن هوشمند فارسی و انگلیسی در حال آماده‌سازی صداهای مرورگر…
تنظیم صدای طبیعی و سرعت

صداهایی که در نامشان «Natural»، «Neural» یا «Online» دیده می‌شود معمولاً طبیعی‌ترند. انتخاب صدا به صداهای نصب‌شده در ویندوز و مرورگر شما بستگی دارد.

چکیده اصلی

Although programmed cell death protein 1/programmed death ligand 1 (PD-1/PD-L1) blockade has transformed treatment in several malignancies, its role in prostate cancer remains uncertain. Interest in combination therapy, tumor-microenvironment modulation, and biomarker-guided selection highlights the need to clarify research trends. To characterize the knowledge structure, hotspots, thematic evolution, and clinical-trial evidence on PD-1/PD-L1 in prostate cancer. Publications were retrieved from the Web of Science Core Collection and Scopus. CiteSpace, VOSviewer, R, and Python were used to analyze publication trends, collaboration networks, thematic evolution, and knowledge flow. Clinical-trial reports identified in PubMed were screened and summarized. A total of 2,641 publications were included, comprising 1,421 original articles and 1,220 reviews, involving 17,180 authors and 4,658 keywords. Annual publications increased after 2014 and reached a peak in 2022. Among the candidate models, the logistic model performed best (AIC = 116.4), with the fitted trajectory suggesting a possible slowing. The United States and China were the leading contributors, whereas Canada, Germany, and the United Kingdom showed higher proportions of multinational collaboration. Research increasingly emphasized mechanism-driven and precision-oriented strategies, while exploratory and pan-cancer studies remain part of its knowledge base. The 13 included clinical trials covered diverse combination, but evidence was heterogeneous and no standardized treatment paradigm has yet been established. This multidatabase delineates the knowledge structure, evolution, and emerging directions of PD-1/PD-L1 research in prostate cancer. Current evidence indicates limited activity in unselected populations, whereas potential benefit may be concentrated in biomarker-defined subgroups and selected combinations requiring prospective validation.

نتیجه فارسی

این مطالعه ساختار دانش و روند‌های تحقیق در مورد PD-1/PD-L1 در سرطان پروستات را با استفاده از داده‌های وب‌سایس و اسکوپوس و تحلیل‌های CiteSpace و VOSviewer بررسی می‌کند. انتشار مقالات پس از ۲۰۱۴ افزایش یافته و ایالات متحده و چین پیشرو در این زمینه هستند. شواهد بالینی موجود ناهمگن است و هیچ پارادایم درمان استانداردی وجود ندارد. فعالیت بالقوه احتمالاً در زیرگروه‌های مبتنی بر نشانگرها متمرکز است.

  • تحلیل داده‌های وب‌سایس و اسکوپوس، ساختار دانش و روند‌های تحقیق را مشخص کرد.
  • تعداد مقالات پس از ۲۰۱۴ افزایش یافت و در ۲۰۲۲ به اوج رسید.
  • ایالات متحده و چین پیشرو در تولید مقالات بودند.
  • شواهد بالینی ناهمگن است و هیچ پارادایم درمان استانداردی وجود ندارد.
  • مزیت بالقوه احتمالاً در زیرگروه‌های مبتنی بر نشانگرها متمرکز است.

ترجمه فارسی چکیده

اگرچه مسدودسازی پروتئین مرگ برنامه‌ریزی شده ۱/لیگاند مرگ برنامه‌ریزی شده ۱ (PD-1/PD-L1) درمان را در چندین سرطان تغییر داده است، نقش آن در سرطان پروستات همچنان نامشخص است. علاقه به درمان ترکیبی، تنظیم محیط تومور و انتخاب مبتنی بر نشانگرها، نیاز به روشن شدن روند‌های تحقیقاتی را برجسته می‌کند. این مطالعه ساختار دانش، نقاط داغ، تکامل موضوعی و شواهد آزمایش بالینی را در مورد PD-1/PD-L1 در سرطان پروستات توصیف می‌کند. مقالات از مجموعه هسته وب‌سایس و اسکوپوس استخراج شدند. CiteSpace، VOSviewer، R و پایتون برای تحلیل روند‌های انتشار، شبکه‌های همکاری، تکامل موضوعی و جریان دانش استفاده شدند. گزارش‌های آزمایش بالینی شناسایی شده در PubMed فیلتر و خلاصه شدند. مجموعاً ۲،۶۴۱ مقاله شامل شد که شامل ۱،۴۲۱ مقاله اصلی و ۱،۲۲۰ مرور بود. نویسندگان ۱۷،۱۸۰ نفر و کلیدواژه‌ها ۴،۶۵۸ مورد بود. انتشار سالانه پس از ۲۰۱۴ افزایش یافت و در ۲۰۲۲ به اوج رسید. در بین مدل‌های پیشنهادی، مدل لجستیک بهترین عملکرد را داشت (AIC = ۱۱۶.۴). ایالات متحده و چین پیشرو بودند، در حالی که کانادا، آلمان و بریتانیا نسبت بالاتری از همکاری چندملیتی نشان دادند. تحقیق به تدریج بر استراتژی‌های مبتنی بر مکانیسم و دقیق‌سازی تمرکز کرد، در حالی که مطالعات اکتشافی و سرطان‌های همه‌گیر همچنان بخشی از پایگاه دانش آن هستند. ۱۳ آزمایش بالینی شامل، ترکیبات متنوعی را پوشش دادند، اما شواهد ناهمگن بود و هیچ پارادایم درمان استانداردی هنوز ایجاد نشده است. این ادغام چند پایگاه داده، ساختار دانش، تکامل و جهت‌های نوظهور تحقیق در مورد PD-1/PD-L1 در سرطان پروستات را ترسیم می‌کند. شواهد فعلی فعالیت محدود را در جمعیت‌های بدون انتخاب نشان می‌دهد، در حالی که ممکن است مزیت بالقوه در زیرگروه‌های تعریف شده توسط نشانگرها و ترکیبات انتخابی متمرکز باشد که نیازمند تأیید آینده‌نگرانه است.

روش پژوهش

مقالات از وب‌سایس و اسکوپوس استخراج شدند. CiteSpace، VOSviewer، R و پایتون برای تحلیل استفاده شدند. گزارش‌های آزمایش بالینی در PubMed فیلتر و خلاصه شدند.

محدودیت‌ها

شواهد بالینی ناهمگن است و هیچ پارادایم درمان استانداردی وجود ندارد. فعالیت بالقوه در زیرگروه‌های مبتنی بر نشانگرها نیازمند تأیید آینده‌نگرانه است.

استخراج ساختاریافته از متن منبع

نمای PICO و پیامدها

جمعیت
سرطان پروستات
مداخله/مواجهه
مسدودسازی PD-1/PD-L1
مقایسه
ندارد
حجم نمونه
۲،۶۴۱ مقاله (۱،۴۲۱ مقاله اصلی و ۱،۲۲۰ مرور)

متن کامل اصلی

نسخه دارای مجوز در منبع علمی در دسترس است.

لینک مستقیم از metadata منبع گرفته شده و در تب جدید باز می‌شود.

باز کردن متن کامل

کلیدواژه‌ها

Prostate cancerimmune checkpoint inhibitorsimmunotherapymultidatabase analysisprogrammed cell death protein-1programmed death-ligand 1tumor microenvironment
در همین زیرشاخه

مقاله‌های مرتبط

PubMed2027

A Straightforward and Reliable Mouse Model of Colorectal Cancer by Orthotopic Transplantation.

Colorectal cancer (CRC) is a major malignancy with significant global implications for human health. The development of a reliable and pathologically relevant orthotopic CRC model is essential for advancing our understanding of its molecular mechanisms and for developing more effective therapeutic interventions. However, the construction of such models is fraught with challenges primarily because of the technical complexities involved …

PubMed2027

A Tissue Explant Model for Colon Cancer.

Colorectal cancer (CRC) remains a leading cause of cancer-related morbidity and mortality worldwide. Recent advancements in cancer research emphasize the importance of personalized medicine, necessitating robust preclinical models that closely mimic the tumor microenvironment. Colorectal cancer organoids have emerged as a pivotal tool in this domain, providing a platform that preserves the cellular heterogeneity and allows high-through…

PubMed2027

AA-Induced Lipid Peroxidation at the Center of Tumor Cell Apoptosis and Ferroptosis.

Polyunsaturated fatty acids (PUFAs), especially gamma-linolenic acid (GLA), arachidonic acid (AA), eicosapentaenoic acid (EPA), and docosahexaenoic acid (DHA), can block HMG-CoA reductase activity and thus decrease cholesterol synthesis/formation. Cholesterol has antioxidant actions and thus reduces the formation of ROS (reactive oxygen species). In contrast, PUFAs augment the generation of ROS. PUFAs undergo peroxidation to form lipid…

PubMed2027

Advanced Image Generation for Cancer and Stem Cell Biology Using Diffusion Models.

Deep learning has transformed medical image analysis, but progress in cancer and stem cell applications is often constrained by limited access to large, diverse, well-annotated imaging datasets. This bottleneck is especially acute for studies of tumor heterogeneity and cancer stem cell (CSC) biology, where rare phenotypes and dynamic cell-state transitions-frequently linked to stemness-associated transcriptional programs (e.g., OCT4, S…