Real-World Characterization of Toxicities and Medication Management in Recipients of CAR T-Cell Therapy for Relapsed or Refractory Large B-Cell Lymphoma in Nova Scotia, Canada
Notice bibliographique
Résumé
Nova Scotia (NS) began offering CAR T-cell therapy as a third-line standard of care for eligible patients with relapsed or refractory large B-cell lymphoma (r/r LBCL) in 2022. Recipients of CAR T-cell therapy often experience acute toxicities, including cytokine release syndrome (CRS) and immune effector cell-associated neurotoxicity syndrome (ICANS), which require close monitoring and prompt management. This retrospective review aimed to describe the characteristics of adult patients with r/r LBCL deemed eligible to receive CAR T-cell therapy with axicabtagene ciloleucel in NS between January 2022 and June 2024, the toxicities experienced and toxicity management, hospital visits and intensive care unit (ICU) admissions, the utilization of toxicity management guidelines, and general efficacy outcomes. Twenty-seven patients received axicabtagene ciloleucel. All patients experienced CRS (7.4% grade ≥ 3), and 55.6% developed ICANS (25.9% grade ≥ 3). The median hospital stay was 18 days, with 40.7% requiring ICU admission. There was one treatment-related mortality. Most CRS (85.2%) and ICANS (80.0%) cases were managed according to the guidelines. By day +100, the best objective response rate was 81.5% (44.4% complete responses). Patients who received CAR T-cell therapy in NS, Canada, experienced comparable toxicities and efficacy to those reported in pivotal clinical trials and other real-world experiences.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».