An inflammatory biomarker signature of response to CAR-T cell therapy in non-Hodgkin lymphoma
Notice bibliographique
Résumé
Disease progression is a substantial challenge in patients with non-Hodgkin lymphoma (NHL) undergoing chimeric antigen receptor T cell (CAR-T) therapy. Here we present InflaMix (INFLAmmation MIXture Model), an unsupervised quantitative model integrating 14 pre-CAR-T infusion laboratory and cytokine measures capturing inflammation and end-organ function. Developed using a cohort of 149 patients with NHL, InflaMix revealed an inflammatory signature associated with a high risk of CAR-T treatment failure, including increased hazard of death or relapse (hazard ratio, 2.98; 95% confidence interval, 1.60–4.91; P < 0.001). Three independent cohorts comprising 688 patients with NHL from diverse treatment centers were used to validate our approach. InflaMix consistently and reproducibly identified patients with a higher likelihood of disease relapse and mortality, and it provided supplementary predictive value beyond established prognostic markers, including tumor burden. Moreover, InflaMix exhibited robust performance in cases with missing data, maintaining accuracy when considering only six readily available laboratory measures. These findings show that InflaMix is a valuable tool for point-of-care clinical decision-making in patients with NHL undergoing CAR-T therapy. A preinfusion circulatory inflammation biomarker-based signature predicts the likelihood of treatment failure in patients with non-Hodgkin lymphoma who were treated with CAR-T cell therapy, with an inflammatory cluster assignment being prognostic of clinical response and survival outcomes.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| 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 | 0,001 |
| 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 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 ».