Management and Prevention of Cellular-Therapy-Related Toxicity: Early and Late Complications
Notice bibliographique
Résumé
Chimeric Antigen Receptor T (CAR-T) cell therapy has dramatically changed prognosis and treatment of relapsed and refractory hematologic malignancies. Currently the 6 FDA approved products target various surface antigens. While CAR-T therapy achieves good response, life-threatening toxicities have been reported. Mechanistically, can be divided into two categories: (1) toxicities related to T-cell activation and release of high levels of cytokines: or (2) toxicities resulting from interaction between CAR and CAR targeted antigen expressed on non-malignant cells (i.e., on-target, off-tumor effects). Variations in conditioning therapies, co-stimulatory domains, CAR T-cell dose and anti-cytokine administration, pose a challenge in distinguishing cytokine mediated related toxicities from on-target, off-tumor toxicities. Timing, frequency, severity, as well as optimal management of CAR T-cell-related toxicities vary significantly between products and are likely to change as newer therapies become available. Currently the FDA approved CARs are targeted towards the B-cell malignancies however the future holds promise of expanding the target to solid tumor malignancies. Further highlighting the importance of early recognition and intervention for early and late onset CAR-T related toxicity. This contemporary review aims to describe presentation, grading and management of commonly encountered toxicities, short- and long-term complications, discuss preventive strategies and resource utilization.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».