Potentials, challenges and future of chimeric antigen receptor T-cell therapy in non-Hodgkin lymphomas
Notice bibliographique
Résumé
Background: Diffuse large B-cell lymphoma (DLBCL) is the most common lymphoma subtype. Disease progression or relapse following frontline chemoimmunotherapy, largely in the form of standard R-CHOP, occurs in 30–40% patients. Relapsed/refractory (R/R) DLBCL represents a major unmet medical need. In particular, patients with primary refractory disease or those whose lymphoma relapses after autologous stem cell transplantation have historically had poor outcomes.Material and methods: Chimeric antigen receptor T-cell (CART) therapy is a promising novel treatment with curative potential in this setting. CART is based on ex vivo genetic modification of autologous T-cells to express chimeric receptors targeting antigens highly expressed in tumors such as CD19 in DLBCL. After lymphocyte-depleting therapy, patients are infused with CARTs that expand in vivo and target CD19-positive lymphoma cells.Results: In initial phase I–II trials, investigators have demonstrated complete responses in 40–50% of patients with R/R DLBCL, resulting in durable remission approaching 3 years of follow-up in most of these patients without further treatment. The logistics of delivery are complex as cell products require timely long-distance transfer between hospitals and production facilities. The unique toxicity profile of CARTs, including the risk of fatal immunological and neurologic events, also requires specific hospital wide management approaches and education. The substantial direct and indirect costs of CART will limit access even in countries with well resourced health care systems.Conclusions: While only two products are commercially available at present, further approvals in coming years appear likely. Future directions include CARTs with reactivity to tumor antigens other than CD19 and products targeting multiple tumor antigens to overcome resistance. The availability of CART has altered the current treatment algorithm for R/R DLBCL, and indications will likely expand to earlier lines of therapy and other hematologic malignancies.
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 | 0,009 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».