MétaCan
Menu
Retour à la cohorte
Enregistrement W4408924466 · doi:10.3390/curroncol32040196

Is There (Still) a Place for Sequential Conditioning?

2025· review· en· W4408924466 sur OpenAlexvenueno aff
Boris Bours, Stavroula Masouridi‐Levrat

Notice bibliographique

RevueCurrent Oncology · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueHematopoietic Stem Cell Transplantation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineConditioningTransplantationConditioning regimenIntensive care medicineLimitingOncologyHematopoietic stem cell transplantationInternal medicine

Résumé

récupéré en direct d'OpenAlex

There is still an unmet need for the treatment of high-risk hematological malignancies. To date, allogeneic stem cell transplantation remains the only chance of cure. Most patients suffering from high-risk hematological malignancies are of an older age and often present with comorbidities. Moreover, patients achieving remission often suffer from early relapse. Amongst the different treatment options, sequential conditioning has yet to prove its value against other conditioning regimens. Sequential conditioning relies on a short course of intensive chemotherapy that is quickly followed by immunosuppressive conditioning before allogeneic stem cell transplantation. Here, we will try to determine which patients can benefit from sequential conditioning. Amongst the different sequential regimens, we will also try to assess if one regimen is better than all the others. Despite the several studies conducted on sequential conditioning, very few are prospective work and head-to-head comparisons are almost inexistant. Sequential conditioning also relies on the use of prophylactic donor lymphocyte infusion post-transplantation. Hence, limiting non-relapse complications is of primary importance to the allow administration of post-transplant treatment. In the era of new targeting therapies, is there still a place for sequential conditioning? Can patients benefit from an association of new therapeutic agents and sequential conditioning?

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,175
Tête enseignante GPT0,482
Écart entre enseignants0,307 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetHematopoietic Stem Cell TransplantationTravaux en français237 207