MétaCan
Menu
Retour à la cohorte
Enregistrement W3087314845 · doi:10.1097/moh.0000000000000614

Advances in chimeric antigen receptor T cells

2020· review· en· W3087314845 sur OpenAlexaboutno aff
Ofrat Beyar‐Katz, Saar Gill

Notice bibliographique

RevueCurrent Opinion in Hematology · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChimeric antigen receptorMedicineLymphomaClinical trialOncologyImmunologyInternal medicineImmunotherapyCancer

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: To discuss the important advances in CAR T cell therapy over the past year, focusing on clinical results where available. RECENT FINDINGS: Approximately 30 years after they were first conceived of and 15 years after the first small-scale single-center clinical trials, the past 3 years represent a major milestone in the development of CAR T cells. In the United States, the Food and Drug Administration (FDA) approved Tisagenlecleucel for the treatment of relapsed/refractory B-ALL and Axicabtagene Ciloleucel, for adults with relapsed/refractory diffuse large B cell lymphoma (R/R DLBCL) in 2017. Tisagenlecleucel received a second indication in adults with R/R DLBCL in 2018. Regulatory approval for CAR T cells was then granted in Europe, Canada, Australia, and Japan. Most recently, in July 2020 the FDA granted regulatory approval to a third CAR T cell product, Brexucabtagene Autoleucel for mantle cell lymphoma. All products target the CD19 antigen but differ in the costimulatory molecule within the CAR construct. Currently, it is unknown whether there are any differences in clinical activity or toxicity between these products. SUMMARY: The CAR T cell the platform is evolving at a rapid pace and is expected to further improve the therapeutic outcomes of hematological 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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.

Tête enseignante Opus0,133
Tête enseignante GPT0,466
Écart entre enseignants0,333 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in HematologyMême sujetCAR-T cell therapy researchTravaux en français237 207