Novel precision medicine approaches and treatment strategies in hematological malignancies
Notice bibliographique
Résumé
Genetic testing has been applied for decades in clinical routine diagnostics of hematological malignancies to improve disease (sub)classification, prognostication, patient management, and survival. In recent classifications of hematological malignancies, disease subtypes are defined by key recurrent genetic alterations detected by conventional methods (i.e., cytogenetics, fluorescence in situ hybridization, and targeted sequencing). Hematological malignancies were also one of the first disease areas in which targeted therapies were introduced, the prime example being BCR::ABL1 inhibitors, followed by an increasing number of targeted inhibitors hitting the Achilles' heel of each disease, resulting in a clear patient benefit. Owing to the technical advances in high-throughput sequencing, we can now apply broad genomic tests, including comprehensive gene panels or whole-genome and whole-transcriptome sequencing, to identify clinically important diagnostic, prognostic, and predictive markers. In this review, we give examples of how precision diagnostics has been implemented to guide treatment selection and improve survival in myeloid (myelodysplastic syndromes and acute myeloid leukemia) and lymphoid malignancies (acute lymphoblastic leukemia, diffuse large B-cell lymphoma, and chronic lymphocytic leukemia). We discuss the relevance and potential of monitoring measurable residual disease using ultra-sensitive techniques to assess therapy response and detect early relapses. Finally, we bring up the promising avenue of functional precision medicine, combining ex vivo drug screening with various omics technologies, to provide novel treatment options for patients with advanced disease. Although we are only in the beginning of the field of precision hematology, we foresee rapid development with new types of diagnostics and treatment strategies becoming available to the benefit of our patients.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».