MétaCan
Menu
Retour à la cohorte
Enregistrement W3121285120 · doi:10.3390/curroncol28010063

Belantamab Mafodotin to Treat Multiple Myeloma: A Comprehensive Review of Disease, Drug Efficacy and Side Effects

2021· review· en· W3121285120 sur OpenAlexvenueno aff
Grace Lassiter, Cole Bergeron, Ryan Guedry, Julia R. Cucarola, Adam M. Kaye, Elyse M. Cornett, Alan D. Kaye, Giustino Varrassi, Omar Viswanath, Ivan Urits

Notice bibliographique

RevueCurrent Oncology · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueMultiple Myeloma Research and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMultiple myelomaAdverse effectDiseaseInternal medicineAnemiaOncologyThalidomideDrugMalignancyPharmacology

Résumé

récupéré en direct d'OpenAlex

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 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 enseignants0,005
Score d'incertitude au seuil0,016

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,140
Tête enseignante GPT0,472
Écart entre enseignants0,332 · 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

Citations43
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetMultiple Myeloma Research and TreatmentsTravaux en français237 207