MétaCan
Menu
Retour à la cohorte
Enregistrement W4402493149 · doi:10.1038/s41408-024-01139-y

Bispecific antibodies in the treatment of multiple myeloma

2024· review· en· W4402493149 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBlood Cancer Journal · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueMonoclonal and Polyclonal Antibodies Research
Établissements canadiensPrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésMultiple myelomaAntibodyMedicineHematologyImmunologyInternal medicineOncologyCancer research

Résumé

récupéré en direct d'OpenAlex

The treatment paradigm in myeloma is constantly changing. Upfront use of monoclonal antibodies like daratumumab along with proteasome inhibitors (PI)s, and immune modulators (IMiD)s have significantly improved survival and outcomes, but also cause unique challenges at the time of relapse. Engaging immune T cells for tumour cell kill with chimeric antigenic T-cell (CAR T-cell) therapy and bispecific antibodies have become important therapeutic options in relapsed multiple myeloma. Bispecific antibodies are dual antigen targeting constructs that engage the T cells to plasma cells through various target antigens like B-cell membrane antigen (BCMA), G-protein-coupled receptor family C group 5 member D (GPRC5D), and Fc receptor-homolog 5 (FcRH5). These agents have proven to induce deep and durable responses in heavily pre-treated myeloma patients with a predictable safety profile and the ease of off-the-shelf availability. Significant research is ongoing to overcome resistance mechanisms like T cell exhaustion, target antigen mutation or loss and high disease burden. Various trials are also studying these agents as first line options in the newly diagnosed setting. These agents play an important role in the relapsed setting, and efforts are underway to optimize their sequencing in the myeloma treatment algorithm.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil0,672

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,001
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 Opus0,124
Tête enseignante GPT0,431
Écart entre enseignants0,307 · 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