Antibody-drug conjugates, bispecific antibodies and CAR-T cells therapy in multiple myeloma
Notice bibliographique
Résumé
INTRODUCTION: Modern immunotherapy approaches are revolutionizing the treatment scenario of relapsed/refractory (RR) multiple myeloma (MM) patients, providing an opportunity to reach deep level of responses and extend survival outcomes. AREAS COVERED: Antibody-drug conjugates (ADCs) and T-cell redirecting treatments, including bispecific antibodies (BsAbs) and chimeric antigen receptor (CAR) T cells therapy, have been recently introduced in the treatment of RRMM. Some agents have already received regulatory approval, while newer constructs, novel combinations, and applications in earlier lines of therapy are currently being explored. This review discusses the current landscape and possible development of ADCs, BsAbs and CAR-T cells immunotherapies. EXPERT OPINION: ADCs, BsAbs, and CAR-T therapy have demonstrated substantial activity in heavily pretreated, triple-class exposed (TCE) MM patients, and T-cell redirecting treatments represent new standards of care after third (European Medicines Agency, EMA), or fourth (Food and Drug Administration, FDA), line of therapy. All these three immunotherapies carry advantages and disadvantages, with different accessibility and new toxicities that require appropriate management and guidelines. Multiple on-going programs include combinations therapies and applications in earlier lines of treatment, as well as the development of novel agents or construct to enhance potency, reduce toxicity and facilitate administration. Sequencing is a challenge, with few data available and mechanisms of resistance still to be unraveled.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».