MétaCan
Menu
Retour à la cohorte
Enregistrement W2745982028 · doi:10.1097/moh.0000000000000383

Autologous hematopoietic cell transplantation of mantle cell lymphoma: emerging trends

2017· review· en· W2745982028 sur OpenAlexaff
Umberto Falcone, John Kuruvilla

Notice bibliographique

RevueCurrent Opinion in Hematology · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueLymphoma Diagnosis and Treatment
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMantle cell lymphomaMedicineRituximabOncologyMinimal residual diseaseInternal medicineTransplantationAutologous stem-cell transplantationHematopoietic stem cell transplantationStem cellLymphomaSurgeryLeukemiaBiology

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: The management of mantle cell lymphoma has changed significantly with the adoption of immunochemotherapy and dose intensive treatment strategies in specific patient populations. Randomized controlled trials have established the role of rituximab-based treatments and autologous stem cell transplantation as standards of care. Novel therapeutics are also being integrated into these treatment strategies. RECENT FINDINGS: Rituximab-based primary treatment has been shown to significantly improve complete remission rates. The addition of autologous stem cell transplantation has also improved progression-free survival (PFS) although data regarding potential overall survival (OS) benefits are not clear. Complete remission and minimal residual disease (MRD) negative disease states are predictive of outcome. Rituximab maintenance post SCT has also been shown to significantly improves PFS and OS. SUMMARY: Current therapeutic standards in mantle cell lymphoma have clearly improved patient outcomes with improvements in remission rates, PFS, and OS. Autologous stem cell transplant (ASCT) as a consolidation strategy of primary treatment has improved outcomes, and the incorporation of novel drugs into frontline therapy may further improve the efficacy of the treatment. MRD-driven strategies may ultimately define appropriate patient subsets towards ASCT or alternative approaches.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,111
Tête enseignante GPT0,413
Écart entre enseignants0,302 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in HematologyMême sujetLymphoma Diagnosis and TreatmentTravaux en français237 207