Real-World Insights into CAR T-Cell Therapy: Efficacy and Safety of Kymriah in B-ALL and NHL
Notice bibliographique
Résumé
Background: Chimeric Antigen Receptor (CAR) T-cell therapy has emerged as a revolutionary treatment for certain cancers, particularly B-cell malignancies. This study focused on the real-world outcomes of Kymriah (tisagenlecleucel), a CAR T-cell therapy targeting CD19, by analyzing data from the Cellular Immunotherapy Data Resource (CIDR). A total of 410 patients with relapsed or refractory B-cell Acute Lymphoblastic Leukemia (B-ALL) and Non-Hodgkin Lymphoma (NHL) were included. Methods: Data were collected from 73 treatment centers across the U.S. and Canada. Key outcomes measured included Cytokine Release Syndrome (CRS), Immune-effector Cell-Associated Neurotoxicity Syndrome (ICANS), overall response rate (ORR), duration of response (DOR), and survival rates. Statistical analyses were performed using descriptive statistics, Kaplan-Meier methods, and logistic regression. Results: CRS was observed in 54.3% of B-ALL patients, with severe cases in 16.1%. The complete remission rate in B-ALL patients was 85.5%, with a 12-month overall survival rate of 76.4%. In NHL patients, the overall response rate was 62.4%, with 38.2% achieving complete remission. Severe CRS and ICANS were less frequent in NHL patients. Conclusion: Kymriah demonstrated high efficacy in both B-ALL and NHL, with manageable side effects. However, ongoing monitoring is essential to optimize outcomes and reduce adverse events. This study provides valuable real-world data, contributing to the growing understanding of CAR T-cell therapy’s potential in clinical practice.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».