MétaCan
Menu
Retour à la cohorte
Enregistrement W4393315734 · doi:10.1111/ejh.14208

Ocular adverse events following <scp>CAR‐T</scp> cell therapy: A pharmacovigilance study and systematic review

2024· article· en· W4393315734 sur OpenAlexaff
Connor Frey, Hannah Cherniawsky, Mahyar Etminan

Notice bibliographique

RevueEuropean Journal Of Haematology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPharmacovigilanceAdverse effectMedicinePharmacologyIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

The rise of immuno-oncology, including the use of chimeric antigen receptor T-cell (CAR-T) therapy is bringing in a new wave of cancer treatments, particularly in hematologic malignancies. However, data on their adverse events, particularly of the eye, is under-reported. To assess the ocular adverse events associated with the six FDA-approved CAR-T cell therapies, a disproportionality analysis utilizing the FAERS database was conducted from the first quarter of 2017 to the third quarter of 2023, as well as a systematic review of case reports of ocular events following CAR-T cell therapy up to December 20, 2023. A total of 53 ocular adverse events were identified from the FDAs FAERS database. The adverse events most frequently observed were mydriasis and xerophthalmia with tisagenlecleucel (Kymriah). The systematic review resulted in 8 case reports encompassing 19 patients which included a total of 27 events. This study demonstrates the importance of anticipation of potential ocular adverse events by ophthalmologists and oncologists as they can greatly contribute to morbidity in patients with cancer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,223
Score d'incertitude au seuil0,688

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,336
Écart entre enseignants0,307 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreEmpirique

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

En bref

Citations13
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal Of HaematologyMême sujetCAR-T cell therapy researchTravaux en français237 207