MétaCan
Menu
Retour à la cohorte
Enregistrement W4384134344 · doi:10.58931/cht.2023.2232

Cellular therapy in CLL/iNHL: Therapeutic agents in the pipeline

2023· article· en· W4384134344 sur OpenAlexaffabout
Christopher Lemieux

Notice bibliographique

RevueCanadian Hematology Today · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMedicineChimeric antigen receptorMantle cell lymphomaLymphomaChronic lymphocytic leukemiaOncologyRefractory (planetary science)ImmunologyInternal medicineImmunotherapyLeukemiaImmune system

Résumé

récupéré en direct d'OpenAlex

Advanced cellular therapies have been introduced in Canada over the past two years. Chimeric antigen receptor (CAR) T-cell therapy is the current standard of care for third-line large B-cell lymphoma (LBCL), relapsed/ refractory (RR) acute lymphoblastic leukemia (ALL) in patients < 26 years old and, more recently, in third-line mantle cell lymphoma. These novel therapies are now gaining more prominence in the treatment of LBCL with recent FDA approval for the second line in patients eligible for stem cell transplant, based on recent Phase 3 trials. Another class of novel immunotherapy agents are bispecific T-cell engagers (BiTEs) which have been studied in many B-cell malignancies but are not yet approved in Canada. The indolent non-Hodgkin’s lymphoma (iNHL) and chronic lymphocytic leukemia (CLL) landscape have been evolving over the past few years with many novel therapies being studied and becoming available. However, patients with RR iNHL, as well as patients using Bruton tyrosine kinase (BTK) and B-cell lymphoma-2 (BCL2) inhibitors for refractory CLL continue to have an unmet need for treatment. This article will focus on cellular therapy that will likely be available for use by Canadian clinicians in the near future to treat patients with iNHL and CLL.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,103
Score d'incertitude au seuil0,205

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0200,004

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 Opus0,078
Tête enseignante GPT0,344
Écart entre enseignants0,266 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Hematology TodayMême sujetCAR-T cell therapy researchTravaux en français237 207