Immunotherapy in oncology and the kidneys: a clinical review of the evaluation and management of kidney immune-related adverse events
Notice bibliographique
Résumé
Immune checkpoint inhibitors (ICI) are now widely used in the treatment of many cancers, and currently represent the standard of care for multiple malignancies. These agents enhance the T cell immune response to target cancer tissues, and have demonstrated considerable benefits for cancer outcomes. However, despite these improved outcomes, there are important kidney immune-related adverse events (iRAEs) associated with ICI. Acute tubulo-interstitial nephritis remains the most frequent kidney iRAE, however glomerular lesions and electrolytes disturbances are increasingly being recognized and reported. In this review, we summarize clinical features and identify risk factors for kidney iRAEs, and discuss the current understanding of pathophysiologic mechanisms. We highlight the evidence basis for guideline-recommended management of ICI-related kidney injury as well as gaps in current knowledge. We advocate for judicious use of kidney biopsy to identify ICI-associated kidney injury, and early use of corticosteroid treatment where appropriate. Selected patients may also be candidates for re-challenge with ICI therapy after a kidney iRAE, in view of current data on recurrent rates of kidney injury. Risk of benefits of re-challenge must be considered on an individual considering patient preferences and prognosis. Lastly, we review current knowledge of ICI use in the setting of patients with end-stage kidney disease, including kidney transplant recipients and those receiving dialysis, which suggest that these patients should not be summarily excluded from the potential benefits of these cancer therapies.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».