Review of CAR T-Cell Therapy in Multiple Myeloma: A Canadian Perspective
Notice bibliographique
Résumé
Multiple myeloma (MM) is an incurable plasma cell malignancy. In the context of the current standard of care therapies in Canada, outcomes among patients with relapsed/refractory multiple myeloma (RRMM), particularly those with triple-class (or more) refractory disease remain poor. Immunotherapies have significantly changed the treatment landscape of MM. Since 2021, two BCMA-targeting CAR T-cell therapy products have been approved for RRMM—namely Idecabtagene vicleucel (Ide-cel) (ABECMA®) and Ciltacabtagene autoleucel (Cilta-cel) (CARVYKTI®), both of which are available in the US and Europe. Although they have shown unprecedented efficacy in RRMM, their clinical and logistical limitations must be acknowledged. MM CAR T-cell therapy is likely to be approved in Canada soon. Therefore, it is timely that we review the latest evidence for commercially available CAR T-cell therapy in multiple myeloma, with a focus on its relevance and impact in the Canadian setting. There will be challenges to access and strategies must be in place to ensure equitable care for all Canadians with MM. Alongside haematologists working in the immune effector cell therapy programs, providers in the community will also play a role in the ongoing monitoring and management of long-term side effects including opportunistic infections and late neurotoxicity.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».