Relapsed/Refractory Multiple Myeloma: A Review of Available Therapies and Clinical Scenarios Encountered in Myeloma Relapse
Notice bibliographique
Résumé
Multiple myeloma remains an incurable disease with the usual disease course requiring induction therapy, autologous stem cell transplantation for eligible patients, and long-term maintenance. Risk stratification tools and cytogenetic alterations help inform individualized therapeutic choices for patients in hopes of achieving long-term remissions with preserved quality of life. Unfortunately, relapses occur at different stages of the course of the disease owing to the biological heterogeneity of the disease. Addressing relapse can be complex and challenging as there are both therapy- and patient-related factors to consider. In this broad scoping review of available therapies in relapsed/refractory multiple myeloma (RRMM), we cover the pharmacologic mechanisms underlying active therapies such as immunomodulatory agents (IMiDs), proteasome inhibitors (PIs), monoclonal antibodies (mAbs), traditional chemotherapy, and Venetoclax. We then review the clinical data supporting the use of these therapies, organized based on drug resistance/refractoriness, and the role of autologous stem cell transplant (ASCT). Approaches to special situations during relapse such as renal impairment and extramedullary disease are also covered. Lastly, we look towards the future by briefly reviewing the clinical data supporting the use of chimeric antigen receptor (CAR-T) therapy, bispecific T cell engagers (BITE), and Cereblon E3 Ligase Modulators (CELMoDs).
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».