MétaCan
Menu
Retour à la cohorte
Enregistrement W4402184323 · doi:10.1182/blood.2024025679

Clinical features, pathophysiology, and management of acute myelopathy following CAR T-cell therapy

2024· review· en· W4402184323 sur OpenAlexafffund
Xavier Deschênes‐Simard, Bianca Santomasso, Parastoo B. Dahi

Notice bibliographique

RevueBlood · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensUniversité de Montréal
Organismes subventionnairesRoyal College of Physicians and Surgeons of Canada
Mots-clésCytokine release syndromeMedicineChimeric antigen receptorMyelopathyCell therapyPathophysiologyImmunologyImmunotherapyIntensive care medicineMyelitisImmune systemInternal medicineCellSpinal cordBiology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: Chimeric antigen receptor (CAR) T-cell therapy has revolutionized the treatment of patients with relapsed or refractory hematologic malignancies, but it comes with unique toxicities, notably cytokine release syndrome and ICANS (immune effector cell-associated neurotoxicity syndrome). As experience with CAR T-cell therapy grows, distinct and infrequent neurologic complications are becoming increasingly evident. Recently, reports of acute myelopathy after the administration of CAR T-cell therapies have been accumulating. Despite the establishment of consensus guidelines for managing ICANS, there remains limited guidance on the appropriate investigations and treatments for this rare complication. In this manuscript, we delve into the clinical features, pathophysiology, and strategies for the optimal management of acute myelitis after CAR T-cell therapy and draw insights from reported cases in the literature.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,055
Tête enseignante GPT0,404
Écart entre enseignants0,349 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations23
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBloodMême sujetCAR-T cell therapy researchTravaux en français237 207