MétaCan
Menu
Retour à la cohorte
Enregistrement W3201943516 · doi:10.3390/curroncol28050326

Frontline Treatment of the Young, Fit Patient with CLL: A Canadian Perspective

2021· review· en· W3201943516 sur OpenAlexafffundvenueabout
Jacqueline Costello, Matthew Kang, Versha Banerji

Notice bibliographique

RevueCurrent Oncology · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueChronic Lymphocytic Leukemia Research
Établissements canadiensSt. John’s Health Sciences CentreCancerCare ManitobaMcMaster UniversityUniversity of ManitobaJoseph Brant HospitalMemorial University of Newfoundland
Organismes subventionnairesJanssen Canada
Mots-clésIbrutinibMedicineFludarabineRituximabChemoimmunotherapyPopulationChronic lymphocytic leukemiaInternal medicineOncologyCyclophosphamideIntensive care medicineLeukemiaChemotherapyLymphomaEnvironmental health

Résumé

récupéré en direct d'OpenAlex

From a Canadian perspective, there has been a limited discussion on the frontline management of young, fit patients with chronic lymphocytic leukemia (CLL). The prevalence of this population ranges between 2 and 22 per 100,000 persons in Canada and varies by region. Until recently, fixed-duration fludarabine-based chemoimmunotherapy (CIT) was the primary treatment option in Canada for this patient population. The ECOG1912 trial has since demonstrated that ibrutinib and rituximab therapy are as effective as fludarabine-cyclophosphamide-rituximab (FCR) in this population. The ALLIANCE trial showed that rituximab added no incremental benefit to ibrutinib. Canadian payors and physicians adopted ibrutinib monotherapy as the CLL standard of care, even in the young, fit population, although frontline ibrutinib therapy is often reimbursed by provincial public drug plans only in patients with high-risk disease or those who are unfit to receive fludarabine. Young, fit patients with CLL and their physicians may now choose between continuous ibrutinib monotherapy and fixed-duration CIT with FCR. Factors affecting this choice include patient preference and the short- and long-term toxicity profiles of both regimens, and a risk-based algorithm is provided. As new continuous-therapy options enter the market, all treatment choices present benefits and risks that must be communicated to the patient.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,924

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,215
Tête enseignante GPT0,483
Écart entre enseignants0,268 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations3
Publié2021
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetChronic Lymphocytic Leukemia ResearchTravaux en français237 207