Single‐agent belantamab mafodotin in patients with relapsed/refractory multiple myeloma: Final analysis of the DREAMM‐2 trial
Notice bibliographique
Résumé
BACKGROUND: Patients with relapsed/refractory multiple myeloma (RRMM) have a high unmet treatment need. Belantamab mafodotin (belamaf), a first-in-class, B-cell maturation antigen-binding antibody-drug conjugate, eliminates myeloma cells through direct cell killing and an anti-myeloma immune response. METHODS: DREAMM-2 (NCT03525678) was a phase 2, two-arm, open-label trial in patients with heavily pretreated RRMM who had three or more prior therapies, were refractory to an immunomodulatory agent and a proteasome inhibitor, and refractory or intolerant to an anti-CD38 monoclonal antibody. Belamaf was given at 2.5 or 3.4 mg/kg every 3 weeks. The primary end point was overall response rate (ORR); secondary end points included progression-free survival (PFS), overall survival (OS), safety, ocular symptoms, and health-related quality of life (HRQOL). RESULTS: This final analysis (cutoff date, March 31, 2022), N = 223, with median follow-up of 12.5 and 13.8 months, demonstrated an ORR of 32% and 35%, median PFS of 2.8 and 3.9 months, and median OS of 15.3 and 14.0 months in the 2.5 mg/kg and 3.4 mg/kg cohorts, respectively. Median duration of response was 12.5 and 6.2 months. No new safety signals were observed; the most common Grade 3 and 4 adverse events were keratopathy (29% vs. 25%), thrombocytopenia (22% vs. 29%), and anemia (21% vs. 28%). HRQOL outcomes suggest that overall global health status/quality of life, physical and role functioning, and overall disease symptoms were maintained or improved during treatment. CONCLUSIONS: This final analysis of DREAMM-2 confirms that in patients with triple-class refractory RRMM, single-agent belamaf results in durable and clinically meaningful responses with a manageable safety profile.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».