Outcomes of bispecific antibody therapy after CAR T-cell failure in relapsed/refractory large B-cell lymphoma
Notice bibliographique
Résumé
ABSTRACT: Patients with large B-cell lymphoma (LBCL) who experience relapsed disease after CD19-directed chimeric antigen receptor (CAR) T-cell (CAR-T) therapy have a poor prognosis. Bispecific antibodies (BsAbs) induce complete remissions in ∼35% of these cases. Hypothesizing overlapping LBCL-intrinsic resistance mechanisms as well as common poor prognosis predictors to CAR-T and BsAb therapy, we conducted a multicenter retrospective analysis including 92 patients with relapsed/refractory (R/R) LBCL treated with BsAbs after CAR-T failure. Overall response rate (ORR) was 43%, with a progression-free survival (PFS) of 2.8 months. Patients receiving BsAbs during early relapse (≤3 months) achieved a significantly worse outcome (ORR, 29%; PFS, 2.2 months) compared with patients with an intermediate (4-6 months; ORR, 54%; PFS, 3.7 months) or a late relapse (>6 months; ORR, 60%; PFS, 10.5 months). The benefit of later relapse was particularly notable in patients receiving BsAbs as first salvage therapy compared with those receiving a BsAb in subsequent lines (PFS not reached vs 2.7 months; overall survival not reached vs 9.1 months, respectively). In addition to early R/R state before BsAbs, elevated lactate dehydrogenase and higher International Prognostic Index score were significant predictors of poor outcomes to BsAb in multivariate Cox regression analyses. The finding that patients with early relapse after CAR-T respond particularly poorly to BsAb highlights the necessity for alternative treatment options in this high-risk patient cohort.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 | 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 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 ».