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 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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».