Stem-cell transplantation in non-Hodgkinʼs lymphoma: improving outcome
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
High-dose therapy with stem-cell transplantation is a potentially curative therapy for younger patients with relapsed aggressive non-Hodgkin's lymphoma (NHL) and is also under investigation in relapsed indolent NHL. There are, however, risks associated with this treatment strategy. Autologous stem-cell transplantation (ASCT) continues to be associated with a high risk of relapse, while graft-versus-host disease is a major limiting factor with allogeneic stem-cell transplantation. The presence of minimal residual disease (MRD) in the harvested, re-infused stem cells, or remaining in the patient following chemotherapy, is associated with relapse after ASCT. As a result, monitoring and eradicating MRD has become a major focus of many studies in NHL. Rearrangement and overexpression of the bcl-1 and bcl-2 genes are the hallmarks of mantle-cell and follicular lymphoma, respectively, and evidence suggests that they are promising surrogate markers of MRD. Polymerase chain reaction analysis is a sensitive methodology used to monitor the status of occult lymphoma cells bearing these genetic aberrations, and results from trials of ASCT have shown that clearance of bcl-1/JH- and bcl-2/JH-positive cells following treatment is associated with a significant improvement in outcome. Rituximab, the anti-CD20 monoclonal antibody, is increasingly used for in vivo purging and can effectively eradicate bcl-1/JH- and bcl-2-positive cells. If the encouraging preliminary results with rituximab are maintained with a longer follow-up, this agent could play a pivotal role in improving outcome after stem-cell transplantation in NHL.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle