Recent Treatment Advances and the Role of Nanotechnology, Combination Products, and Immunotherapy in Changing the Therapeutic Landscape of Acute Myeloid Leukemia
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
Acute myeloid leukemia (AML) is the most common acute leukemia that is becoming more prevalent particularly in the older (65 years of age or older) population. For decades, "7 + 3" remission induction therapy with cytarabine and an anthracycline, followed by consolidation therapy, has been the standard of care treatment for AML. This stagnancy in AML treatment has resulted in less than ideal treatment outcomes for AML patients, especially for elderly patients and those with unfavourable profiles. Over the past two years, six new therapeutic agents have received regulatory approval, suggesting that a number of obstacles to treating AML have been addressed and the treatment landscape for AML is finally changing. This review outlines the challenges and obstacles in treating AML and highlights the advances in AML treatment made in recent years, including Vyxeos®, midostaurin, gemtuzumab ozogamicin, and venetoclax, with particular emphasis on combination treatment strategies. We also discuss the potential utility of new combination products such as one that we call "EnFlaM", which comprises an encapsulated nanoformulation of flavopiridol and mitoxantrone. Finally, we provide a review on the immunotherapeutic landscape of AML, discussing yet another angle through which novel treatments can be designed to further improve treatment outcomes for AML patients.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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