Multidisciplinary Clinical Care in the Management of Patients Receiving Anti-GD2 Immunotherapy for High-Risk Neuroblastoma
Notice bibliographique
Résumé
The addition of anti-disialoganglioside-2 (GD2) monoclonal antibodies (mAbs) such as dinutuximab and naxitamab to standard therapies for high-risk (HR) neuroblastoma has significantly improved outcomes for children with this devastating disease. The care for these young patients receiving treatment for HR neuroblastoma is complex, with need for the involvement of a multidisciplinary team. Clinical implementation of anti-GD2 mAb treatment requires the same harmonized team approach. The authors share the development process of this coordinated team method and practical recommendations for administration of anti-GD2 mAbs and adverse event (AE) management. Successful collaboration between nurses and other team members ensures optimal treatment and comfort of patients and their families. The primary focus of this approach is to mitigate and manage AEs associated with anti-GD2 mAb treatments, such as pain, hypotension, allergic reactions, and hypertension, and to ensure safe and effective use of anti-GD2 mAbs. The two treatments approved for use in patients with neuroblastoma, dinutuximab for patients with HR disease following a partial response or better to frontline multimodal therapy and naxitamab for refractory or relapsed HR disease in the bone or bone marrow, were studied in different administration settings and follow different regimens and infusion schedules. Therefore, AE management requirements are specific to each treatment. The awareness of these differences and implementation of appropriate AE management strategies in clinical practice are important to ensure the best possible outcomes for patients with HR neuroblastoma.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».