Acalabrutinib in combination with rituximab and lenalidomide in patients with relapsed or refractory follicular lymphoma: Results of the phase 1b open‐label study ( <scp>ACE</scp> ‐ <scp>LY</scp> ‐003)
Notice bibliographique
Résumé
Summary Patients with relapsed/refractory (R/R) follicular lymphoma (FL) have limited effective treatment options. Bruton tyrosine kinase inhibitors (BTKis) increase the anti‐tumoural phenotype of tumour‐associated macrophages, providing rationale to combine them with rituximab and lenalidomide (R 2 ). Acalabrutinib, a second‐generation BTKi, has potential to improve R 2 efficacy without increasing T‐cell–mediated toxicity due to its lack of interleukin‐2–inducible T‐cell kinase inhibition. Here, we report safety and efficacy from a phase 1b dose‐finding study (NCT02180711) evaluating acalabrutinib plus R 2 in patients with R/R FL. Overall, 29 patients received acalabrutinib plus R 2 (lenalidomide 15 mg, n = 8; lenalidomide 20 mg, n = 21). At a median acalabrutinib exposure of 21 months, the most common grade ≥3 treatment‐emergent adverse event (TEAE) was neutropenia (37.9%). The incidence of grade ≥3 serious TEAEs was 37.5% and 52.4% in the lenalidomide 15‐mg and 20‐mg cohorts, respectively; overall, the most common were COVID‐19 pneumonia, COVID‐19 infection and pneumonia. Earlier treatment withholdings/reductions were observed in the 20‐mg cohort. With a median follow‐up of 34.1 months, the overall response rate was 75.9%. The complete response rate was 25.0% and 42.9% in the lenalidomide 15‐ and 20‐mg cohorts, respectively. Due to acceptable toxicity and preliminary efficacy, the lenalidomide 20‐mg dose was selected for further investigation.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».