MétaCan
Menu
Retour à la cohorte
Enregistrement W4406848242 · doi:10.1038/s41375-024-02482-6

International myeloma working group immunotherapy committee recommendation on sequencing immunotherapy for treatment of multiple myeloma

2025· review· en· W4406848242 sur OpenAlexaff
Luciano J. Costa, Rahul Banerjee, Hira Mian, Katja Weisel, Susan Bal, Benjamin A. Derman, Chandramouli Nagarajan, Cesar Rodriguez, Joshua Richter, Matthew J. Frigault, Jing C. Ye, Niels W.C.J. van de Donk, Peter M. Voorhees, Benjamin Puliafito, Nizar J. Bahlis, Rakesh Popat, Wee Joo Chng, P. Joy Ho, Gurbakhash Kaur, Prashant Kapoor, Juan Du, Fredrik Schjesvold, Jesús G. Berdeja, Hermann Einsele, Adam D. Cohen, Joseph Mıkhael, Yelak Biru, S. Vincent Rajkumar, Yi Lin, Thomas G. Martin, Ajai Chari

Notice bibliographique

RevueLeukemia · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensUniversity of CalgaryInstitute of Cancer ResearchMcMaster University
Organismes subventionnairesnon disponible
Mots-clésChimeric antigen receptorImmunotherapyMultiple myelomaMedicineAntigenOncologyImmunologyInternal medicineImmune system

Résumé

récupéré en direct d'OpenAlex

T-cell redirecting therapy (TCRT), specifically chimeric antigen receptor T-cell therapy (CAR T-cells) and bispecific T-cell engagers (TCEs) represent a remarkable advance in the treatment of multiple myeloma (MM). There are several products available around the world and several more in development targeting primarily B-cell maturation antigen (BCMA) and G protein-coupled receptor class C group 5 member D (GRPC5D). The relatively rapid availability of multiple immunotherapies brings the necessity to understand how a certain agent may affect the safety and efficacy of a subsequent immunotherapy so MM physicians and patients can aim at optimal sequential use of these therapies. The International Myeloma Working Group conveyed panel of experts to review patient and disease-related factors affecting efficacy and safety of immunotherapy, summarize existing information on sequencing therapy and provide a series of core recommendations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,002
Intégrité de la recherche0,0060,006
Charge utile insuffisante (le modèle a refusé de juger)0,0120,012

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 Opus0,083
Tête enseignante GPT0,378
Écart entre enseignants0,294 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations52
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLeukemiaMême sujetCAR-T cell therapy researchTravaux en français237 207