Tyrosine kinase inhibitors and tumor lysis syndrome in hematologic malignancies: A systemic review
Notice bibliographique
Résumé
BACKGROUND: Effective treatments for hematologic malignancies include therapies that target tyrosine kinase (TK) signaling pathways. Tumor lysis syndrome (TLS) is an oncologic emergency that can occur due to rapid turnover following the initiation of treatments for hematologic malignancy. The incidence of TLS is under-reported and it is unclear as to whether TK inhibitors (TKIs) are associated with TLS. OBJECTIVE: To conduct a systematic review to determine the incidence of TLS with TKIs. METHODS: A search was performed using EMBASE, MEDLINE, and Web of Science electronic databases, as well as a manual search of the American Society of Hematology and American Society of Clinical Oncology abstract databases. Keywords included: "tumor lysis syndrome," "tyrosine kinase inhibitors," "lymphoma," and "leukemia." RESULTS: We identified a total of 57 publications that commented on the incidence of TLS with TKIs for hematologic malignancy. Thirty-nine of those publications reported TLS as an adverse event. TLS was described as an adverse event among essentially all the subclasses of TKIs that are used to manage hematologic malignancies. CONCLUSION: The overall number of articles commenting on TLS as an adverse event is sparse and there needs to be more transparency regarding the incidence of TLS when employing newer targeted therapies. Physicians should consider the risk of TLS on an individual basis and the added risk of TLS when using TKIs to treat hematologic malignancy.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».