MétaCan
Menu
Retour à la cohorte
Enregistrement W4200625806 · doi:10.1182/hematology.2021000279

Novel therapies vs hematopoietic cell transplantation in myelofibrosis: who, when, how?

2021· review· en· W4200625806 sur OpenAlexaff
James T. England, Vikas Gupta

Notice bibliographique

RevueHematology · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueMyeloproliferative Neoplasms: Diagnosis and Treatment
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMyelofibrosisMedicineTolerabilityTransplantationHematopoietic stem cell transplantationDiseaseClinical trialOncologyStem cellInternal medicineIntensive care medicineImmunologyBone marrowAdverse effectBiology

Résumé

récupéré en direct d'OpenAlex

Myelofibrosis is one of the classical Philadelphia chromosome-negative myeloproliferative neoplasms characterized by progressive marrow failure and chronic inflammation. Discovery of the JAK2 mutation paved the way for development of small molecular inhibitors and further facilitated the research in understanding of molecular biology of the disease. Development of novel medications and synergistic combinations with standard JAK inhibitor (JAKi) therapy may have the potential to improve depth and duration of disease control and symptomatic benefit, whereas advancements in allogeneic hematopoietic stem cell transplantation (HCT) have improved tolerability and donor availability, allowing for more patients to pursue this potentially curative therapy. The increase in options for medical therapy and changing risk profile of HCT is leading to increased complexity in counseling patients on choice of management strategy. In this case-based review, we summarize our approach to symptom-directed medical therapy, including the use of novel drugs and combination therapies currently under study in advanced clinical trials. We outline our recommendations for optimal timing of HCT, including risk-adapted selection for early HCT as opposed to delayed HCT after upfront JAKi therapy, as well as the use of pretransplant JAKi and alternative donor sources.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,902
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,045
Tête enseignante GPT0,316
Écart entre enseignants0,272 · 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.

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

Citations15
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHematologyMême sujetMyeloproliferative Neoplasms: Diagnosis and TreatmentTravaux en français237 207