Cutaneous toxicities of new targeted cancer therapies: must know for diagnosis, management, and patient-proxy empowerment
Notice bibliographique
Résumé
The world of oncology treatment is rapidly changing, and with the investigation into and utilization of molecular signaling pathways for cancer treatment, many new targeted small-molecule oral agents have been introduced as therapies, with more new drugs appearing every year. These agents, while generally considered less toxic overall than traditional chemotherapy, are not without adverse effects. The authors undertook an extensive literature search to determine the incidence, severity, and management strategies for small-molecule oral targeted agents approved by the FDA between 2013 and 2018. Dermatologic adverse effects are among the most frequently seen with many of these targeted therapies, and may include rashes, palmar-plantar dysesthesia, alopecia, secondary skin malignancies, and hair and nail changes. Rarely, more severe cutaneous toxicities are seen, such as Stevens-Johnson Syndrome and toxic epidermal necrolysis. In many cases, there is no specific management strategy suggested in the literature for these toxicities, but frequent monitoring of the skin, prophylactic management of palmar-plantar dysesthesia, use of corticosteroids and/or antihistamines, and intervention with dose interruption are suggested depending on circumstance and severity. Patient education and timely intervention is warranted in order to ensure that patient treatment is optimized.
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 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».