MétaCan
Menu
Retour à la cohorte
Enregistrement W4385668179 · doi:10.1097/cco.0000000000000966

Update on bi-specific monoclonal antibodies for blood cancers

2023· review· en· W4385668179 sur OpenAlexaboutno aff
Geoffrey Shouse

Notice bibliographique

RevueCurrent Opinion in Oncology · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueMonoclonal and Polyclonal Antibodies Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineFollicular lymphomaLymphomaChimeric antigen receptorMultiple myelomaTolerabilityOncologyLenalidomideCancer researchMonoclonal antibodyRituximabRadioimmunotherapyAntigenAntibodyInternal medicineImmunologyImmunotherapyCancerAdverse effect

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: The purpose of this review is to present updates in the field of bispecific antibodies focusing on those agents that have been recently approved for multiple myeloma, follicular lymphoma and diffuse large B cell lymphoma. RECENT FINDINGS: Teclistamab, the β-cell maturation antigen -targeted bispecific antibody has shown efficacy and tolerability in the fourth line setting for multiple myeloma. Mosunetuzumab, the CD20-targeted bispecific antibody has shown excellent response rates and durability in third line and beyond follicular lymphoma. Epcoritamab and glofitamab have both shown excellent response rates in heavily pretreated patients with diffuse large B cell lymphoma including those with prior chimeric antigen receptor T cell therapy. The toxicity is significant but manageable for both agents. Epcoritamab is approved by the FDA in the United States, while glofitamab is approved for use in Canada for patients with diffuse large B cell lymphoma refractory to 2 or more prior lines of therapy. SUMMARY: Bispecific antibodies represent a novel therapeutic resource that is poised to dramatically change the treatment landscape of many hematologic malignancies, but so far, initial successes include multiple myeloma, follicular lymphoma, and diffuse large B cell lymphoma, where several agents have been recently approved.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,005

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 Opus0,358
Tête enseignante GPT0,533
Écart entre enseignants0,175 · 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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in OncologyMême sujetMonoclonal and Polyclonal Antibodies ResearchTravaux en français237 207