Recent Treatment Advances and the Role of Nanotechnology, Combination Products, and Immunotherapy in Changing the Therapeutic Landscape of Acute Myeloid Leukemia
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».