Belantamab Mafodotin to Treat Multiple Myeloma: A Comprehensive Review of Disease, Drug Efficacy and Side Effects
Notice bibliographique
Résumé
Multiple myeloma (MM) is a hematologic malignancy characterized by excessive clonal proliferation of plasma cells. The treatment of multiple myeloma presents a variety of unique challenges due to the complex molecular pathophysiology and incurable status of the disease at this time. Given that MM is the second most common blood cancer with a characteristic and unavoidable relapse/refractory state during the course of the disease, the development of new therapeutic modalities is crucial. Belantamab mafodotin (belamaf, GSK2857916) is a first-in-class therapeutic, indicated for patients who have previously attempted four other treatments, including an anti-CD38 monoclonal antibody, a proteosome inhibitor, and an immunomodulatory agent. In November 2017, the FDA designated belamaf as a breakthrough therapy for heavily pretreated patients with relapsed/refractory multiple myeloma. In August 2020, the FDA granted accelerated approval as a monotherapy for relapsed or treatment-refractory multiple myeloma. The drug was also approved in the EU for this indication in late August 2020. Of note, belamaf is associated with the following adverse events: decreased platelets, corneal disease, decreased or blurred vision, anemia, infusion-related reactions, pyrexia, and fetal risk, among others. Further studies are necessary to evaluate efficacy in comparison to other standard treatment modalities and as future drugs in this class are developed.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 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 ».