Current and Future Strategies for Relapsed Neuroblastoma
Notice bibliographique
Résumé
More than half of the patients with high-risk neuroblastoma (NB) will relapse despite intensive multimodal therapy, with an additional 10% to 20% refractory to induction chemotherapy. Management of these patients is challenging, given disease heterogeneity, resistance, and organ toxicity including poor hematological reserve. This review will discuss the current treatment options and consider novel therapies on the horizon. Cytotoxic chemotherapy regimens for relapse and refractory NB typically center on the use of the camptothecins, topotecan and irinotecan, in combination with agents such as cyclophosphamide and temozolomide, with objective responses but poor long-term survival. I-meta-iodobenzylguanidine therapy is also effective for relapsed patients with meta-iodobenzylguanidine-avid disease, with objective responses in a third of cases. Immunotherapy with anti-GD2 has recently been incorporated into upfront therapy, but its role in the relapse setting remains uncertain, especially for patients with bulky disease. Future cell-based immunotherapies and other approaches may be able to overcome this limitation. Finally, many novel molecularly targeted agents are in development, some of which show specific promise for NB. Successful incorporation of these agents will require combinations with conventional cytotoxic chemotherapies, as well as the development of predictive biomarkers, to ultimately personalize approaches to patients with "targetable" molecular abnormalities.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 ».