Myasthenia Gravis in Patients Treated With Immune Checkpoint Inhibitors
Notice bibliographique
Résumé
Background: Immune checkpoint inhibitors (ICIs) have improved outcomes significantly for patients across multiple tumor types, and now are being used in combination with other therapies and in earlier settings where treatment intent is curative. Immune-related adverse events occur commonly and there are clear guidelines regarding management. Neurological toxicities such as myasthenia gravis (MG) with or without myositis are rare but are associated with high morbidity and mortality. Methods: This single-centre study presents a series of patients treated with ICIs who subsequently developed immune-related MG. Presenting symptoms, treatments and outcomes were abstracted from retrospective chart review. Results: We identified 16 patients (9 thoracic malignancies, 7 other tumor sites) who were diagnosed with MG after one or more cycles of ICI. Eleven had overlapping myositis. The median time from the first ICI treatment to the onset of symptoms was 49 days (range 17-361). All patients received steroids (prednisone 1-2 mg/kg); six required other immunosuppressive agents, and five underwent plasma exchange. Only two patients had complete resolution, eight improved with residual symptoms, two experienced initial improvement followed by deterioration, and four worsened despite treatment. Six patients died as a result of myasthenia-related complications (38%), three from progressive cancer (19%) and seven remain alive at the time of review (44%). Conclusion: ICI-related MG is a rare and potentially fatal adverse event. Diagnosis and management remain a challenge, especially with negative serological markers and in the presence of overlapping syndromes with high mortality rates. Prompt recognition and multimodality treatment are key. Clinicians should have a low threshold for diagnosis and early management.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».