Immunotherapy for myelodysplastic syndrome and acute myeloid leukemia: where do we stand?
Notice bibliographique
Résumé
INTRODUCTION: Myelodysplastic syndrome (MDS) and acute myeloid leukemia (AML) are generally characterized by a poor prognosis with currently available therapies. Immunotherapies have already seen success in treating a variety of malignant disorders, and their role in managing myeloid cancers is evolving rapidly. AREAS COVERED: This is a review of the immunotherapies tested in MDS and AML, including immune checkpoint inhibitors, bispecific antibodies, and cell therapies such as chimeric antigen receptor (CAR) T cell therapy, T cell receptor (TCR) engineered T cells, and natural killer (NK) cells, with a focus on clinical trials conducted to date and future directions. EXPERT OPINION: Initial clinical trials exploring checkpoint inhibitors in MDS and AML have demonstrated high toxicity and disappointing efficacy. However, ongoing trials adding novel checkpoint inhibitors to standard therapy are more promising. Technological advances are improving the outlook for bispecific antibodies, and cellular therapies like adoptive NK cell infusion have favorable efficacy and tolerability in early trials. As our understanding of the immune microenvironment in MDS and AML improves, the role for immunotherapy in the treatment of these diseases will become clearer.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».