MétaCan
Menu
Retour à la cohorte
Enregistrement W4404200734 · doi:10.1016/j.mednuc.2024.10.007

Évaluation en TEP 18F-FDG de la réponse au traitement par CAR T-Cells et anticorps bispécifiques des lymphomes non hodgkiniens agressifs

2024· article· fr· W4404200734 sur OpenAlexaff
L. Vercellino, Y. Al Tabaa, Roberta Di Blasi, C. Bailly

Notice bibliographique

RevueMédecine Nucléaire · 2024
Typearticle
Languefr
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensHotel Dieu Hospital
Organismes subventionnairesnon disponible
Mots-clésMolecular biologyChemistryGynecologyBiologyMedicine

Résumé

récupéré en direct d'OpenAlex

Les lymphomes non hodgkiniens agressifs réfractaires ou en rechute ont vu leur pronostic amélioré ces dernières années par les thérapies innovantes que sont les CAR T-cells et les anticorps bispécifiques. Dans le cadre de ces stratégies thérapeutiques, l’évaluation de la réponse tumorale par TEP FDG reste primordiale. Néanmoins, en raison de leur mode d’action, ces traitements peuvent résulter en des réponses retardées ou en des phénomènes inflammatoires qui peuvent gêner l’interprétation de l’imagerie métabolique. Les critères de Lugano basés en particulier sur le score de Deauville restent applicables, mais il est nécessaire de connaître les pièges d’interprétation et de prendre en compte l’ensemble du contexte clinicobiologique du patient lors de l’évaluation, idéalement dans un contexte pluridisciplinaire. Refractory or relapsing aggressive non-Hodgkin lymphomas have improved prognosis in the last few years thanks to innovative therapies such as CAR T-cells and bispecific antibodies. During these therapeutic strategies, tumoral response assessment with FDG PET remains of paramount importance. However, due to their mode of action, these treatments can result in delayed responses or in inflammatory events that may hamper interpretation of metabolic imaging. Lugano criteria, relying on the Deauville score, are useful, but it is crucial to be aware of the interpretation pitfalls and to consider all the clinical and biological background of the patient, ideally in a multidisciplinary approach.

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)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,405
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,039
Tête enseignante GPT0,357
Écart entre enseignants0,318 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMédecine NucléaireMême sujetCAR-T cell therapy researchTravaux en français237 207