Updates on CAR T cell therapy in multiple myeloma
Notice bibliographique
Résumé
Multiple myeloma (MM) is a hematological cancer characterized by the abnormal proliferation of plasma cells. Initial treatments often include immunomodulatory drugs (IMiDs), proteasome inhibitors (PIs), and monoclonal antibodies (mAbs). Despite salient progress in diagnosis and treatment, most MM patients typically have a median life expectancy of only four to five years after starting treatment. In recent developments, the success of chimeric antigen receptor (CAR) T-cells in treating B-cell malignancies exemplifies a new paradigm shift in advanced immunotherapy techniques with promising therapeutic outcomes. Ide-cel and cilta-cel stand as the only two FDA-approved BCMA-targeted CAR T-cells for MM patients, a recognition achieved despite extensive preclinical and clinical research efforts in this domain. Challenges remain regarding certain aspects of CAR T-cell manufacturing and administration processes, including the lack of accessibility and durability due to T-cell characteristics, along with expensive and time-consuming processes limiting health plan coverage. Moreover, MM features, such as tumor antigen heterogeneity, antigen presentation alterations, complex tumor microenvironments, and challenges in CAR-T trafficking, contribute to CAR T-cell exhaustion and subsequent therapy relapse or refractory status. Additionally, the occurrence of adverse events such as cytokine release syndrome, neurotoxicity, and on-target, off-tumor toxicities present obstacles to CAR T-cell therapies. Consequently, ongoing CAR T-cell trials are diligently addressing these challenges and barriers. In this review, we provide an overview of the effectiveness of currently available CAR T-cell treatments for MM, explore the primary resistance mechanisms to these treatments, suggest strategies for improving long-lasting remissions, and investigate the potential for combination therapies involving CAR T-cells.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».