Treatment of elderly and frail myeloma patients
Notice bibliographique
Résumé
Multiple myeloma (MM) is an incurable cancer of older adults. Given the aging population, the prevalence of older adults with MM is expected to further increase over the next decade. Challenges in treating older adults result from the heterogeneity of both aging itself and the disease. Over the past two decades, tremendous progress has been made in improving the outcome in this age group with novel therapeutics, including immunomodulatory drugs, proteasome inhibitors, and more recently anti-CD38 monoclonal antibodies, becoming an integral part of initial treatment. Further improvements are expected over the next decade with novel immunotherapy, including T-cell engagers and chimeric antigen receptor therapies. With additional novel treatments, assessment of patient frailty will become increasingly important in balancing the optimal treatment of patients. In this review, we focus on the treatment of elderly and frail older adults with MM. The first part of our review will focus on pertinent investigations, considerations for treatment initiation and initial risk stratification, including frailty assessment prior to treatment initiation. In the second part, we will focus on the overall goals of treatment and therapeutic options for newly diagnosed and those with relapsed/refractory MM, including novel immunotherapy and supportive care. Lastly, we will end this review by highlighting current knowledge gaps and providing suggestions for future directions to further improve outcomes among older adults with MM.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».