A case of severe Pembrolizumab-induced neutropenia
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
Immune checkpoint inhibitors have revolutionized cancer therapy. Given their mechanism of action, immune-related adverse events have been associated with their use. We present the first documented case of pembrolizumab-induced grade IV neutropenia. A 73-year-old women known for myositis, Crohn's disease, and hypothyroidism and diagnosed with PD-L1 positive stage IV pulmonary adenocarcinoma is treated with Pembrolizumab. She develops grade IV neutropenia 2 weeks after her second infusion. She is therefore hospitalized and treated initially with corticosteroids, granulocyte colony-stimulating factor, and intravenous immunoglobulins. Given the persistent neutropenia, cyclosporine was added, but quickly stopped owing to fever. The patient recovered her neutrophils 6.5 weeks after her initial Pembrolizumab infusion and 12 days after admission. She has been subsequently successfully tapered off steroids with no recurrence after 3 months of follow-up. This is the first case of grade IV neutropenia secondary to Pembrolizumab. This case is of particular interest given the patient's pre-existing autoimmune history. Treatment of severe neutropenia due to other PD1 inhibitors has generally consisted of steroids, granulocyte colony-stimulating factor, intravenous immunoglobulins, mycophenolate mofetil, cyclosporine A, and anti-thymocyte globulins - though the benefits of immunosuppression are not clear and may be harmful given the infectious risks. Large studies are required to clarify the spectrum and optimal management of immune-related adverse events and overall risk/benefits of immune checkpoint inhibitors in patients with pre-existing autoimmunity.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,001 | 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