MétaCan
Menu
← Retour à la cohorte
Enregistrement W4379281001 · doi:10.1200/jco.2023.41.16_suppl.e20046

Belantamab mafodotin (belamaf) for relapsed/refractory multiple myeloma (RRMM): A real-world observational study update.

2023· article· en· W4379281001 sur OpenAlexaff
Malin Hultcrantz, David Kleinman, Ravi Vij, Fernando Escalante, Michel Delforge, Nirali Kotowsky, Jacopo Bitetti, Natalie Boytsov, Leena Camadoo-O'Byrne, Lindsey Powers Happ, Mujib Rohman, Guillaume Germain, Mei Sheng Duh, François Laliberté, Malena Mahendran, Ana Urosevic, Hans C. Lee

Notice bibliographique

RevueJournal of Clinical Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Myeloma Research and Treatments
Établissements canadiensGroup for Research in Decision Analysis
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineObservational studyAdverse effectIncidence (geometry)Refractory (planetary science)Retrospective cohort studySurgery

Résumé

récupéré en direct d'OpenAlex

e20046 Background: A prior retrospective analysis of US patients (pts) with RRMM suggested that pts treated with belamaf, a BCMA-targeting antibody-drug conjugate, experienced similar outcomes to those who received belamaf in the pivotal DREAMM-2 study. This updated analysis aimed to characterize pts, assess occurrence and management of ocular adverse events (AEs), and evaluate belamaf effectiveness in a real-world setting. Methods: This retrospective, longitudinal, observational study used data sourced from the US EHR-derived Flatiron Health de-identified database (01/01/2011–06/30/2022). Eligible pts had a confirmed MM diagnosis, initiated belamaf after FDA approval (08/05/2020; first administration=index date), were ≥18 years old at index, and had chart abstraction data for ocular safety and treatment effectiveness. Data on ocular AEs were reported separately for all pts and pts with ≥4 months (mo) of follow-up to allow for sufficient follow-up to evaluate incidence of ocular AEs and their mitigations. Tumor response was assessed in all pts, along with Kaplan-Meier estimates of duration of response (DoR), overall survival (OS), and progression-free survival (PFS). Results: Of the 184 pts included in the study, mean age was 68.7 years; 64% were White and 47% were female. Eastern Cooperative Oncology Group (ECOG) status was ≥2 in 28% patients, 62% had received ≥5 prior lines of therapy, and 82% were triple-class refractory. Median (IQR) follow-up was 4.1 (1.9–8.5) mo. Among pts with ≥4 months of follow-up (n=94) 75% had ≥1 ocular AE, with keratopathy and blurred vision being the most frequent. Mean (SD) time to first ocular AE was 39 (34) days. Most ocular AEs were managed by therapy hold (69%; of which 73% restarted belamaf) and/or AE treatment (63%). The median dose hold due to ocular AEs was 43 days (physician-reported keratopathy: mild, 21 days; moderate/severe, 56 days). In all pts, 39 (21%) had a derived tumor response based on serum free light chain levels, (partial response: 74%, very good partial response: 51%). For all pts, the estimated median DoR was 9.1 mo, PFS 4.5 mo, and OS 7.9 mo, while the 6-month DoR rate was 57%, PFS rate was 46%, and OS rate was 58%. Conclusions: Overall, belamaf was effective in the real world setting in heavily pre-treated pts with RRMM and limited therapy options. The AE profile was consistent with DREAMM-2. Ocular AEs were manageable and despite their occurrence, a high percentage of pts remained on treatment, suggesting belamaf may fill an unmet need for triple-class refractory pts with RRMM. [Table: see text]

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,379
Tête enseignante GPT0,535
Écart entre enseignants0,156 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetMultiple Myeloma Research and Treatments→Travaux en français237 207→