Optimizing salvage therapy for Hodgkin lymphoma: progress and future challenges
Notice bibliographique
Résumé
INTRODUCTION: Despite clear advancements in the management of classical Hodgkin lymphoma (cHL) over the past decade including better risk stratification, the usage of 18F-flurodeoxyglucose positron emission tomography (FDG-PET)-guided approaches and incorporation of novel agents, approximately one-third of the patients will relapse. Important themes have been recently explored in the first salvage setting including the recognition of the positive prognostic value of a negative pre-autologous stem cell transplantation (ASCT) FDG-PET response and the incorporation of novel agents such as brentuximab vedotin (BV) and immune checkpoint inhibitors (CPIs) as salvage regimens to improve patient outcomes. AREAS COVERED: The evolving treatment paradigm in optimizing salvage therapy in relapsed refractory cHL (RR-cHL) is discussed, including a vision to the future. The methodology included a literature search on PubMed using keywords. Selected articles were screened and evaluated by the authors of this review. EXPERT OPINION: Achieving a complete remission by FDG-PET pre-ASCT is the most important prognostic factor in obtaining disease control and subsequent cure, and therefore should be a key goal of any salvage regimen. Although data from randomized controlled trials are currently lacking, retrospective evidence demonstrate superior event free survival with CPI-based regimens compared to conventional chemotherapy or BV-based therapy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».