MétaCan
Menu
Retour à la cohorte
Enregistrement W4409798211 · doi:10.1016/j.jtct.2025.03.011

Cytokine Release Syndrome and Neurotoxicity Following CD19 CAR-T in B-Cell Lymphoma

2025· article· en· W4409798211 sur OpenAlexaff
Roni Shouval, Christopher Strouse, Soyoung Kim, Temitope Oloyede, Sairah Ahmed, Farrukh T. Awan, Danny Luan, Veronika Bachanová, Talha Badar, Merav Bar, Pere Barba, Amer Beitinjaneh, Amanda F. Cashen, Bhagirathbhai Dholaria, Mahmoud Elsawy, Siddhartha Ganguly, Praveen Ramakrishnan Geethakumari, Uri Greenbaum, Hamza Hashmi, LaQuisa C. Hill, Michael D. Jain, Tania Jain, Partow Kebriaei, Adam S. Kittai, Frederick L. Locke, Premal Lulla, Elena Mead, Joseph P. McGuirk, Alberto Mussetti, Taiga Nishihori, Amanda Olson, Martina Pennisi, Miguel‐Angel Perales, Peter A. Riedell, Wael Saber, Abu‐Sayeef Mirza, Margarida Magalhaes‐Silverman, Elizabeth J. Shpall, Mohamed L. Sorror, Kitsada Wudhikarn, Cameron J. Turtle, Amy Moskop, Marcelo C. Pasquini

Notice bibliographique

RevueTransplantation and Cellular Therapy · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensDalhousie University
Organismes subventionnairesNational Institute of Environmental Health SciencesNational Cancer Institute
Mots-clésCytokine release syndromeCD19NeurotoxicityLymphomaCytokineImmunologyMedicineCancer researchT cellAntigenChimeric antigen receptorInternal medicineToxicityImmune system

Résumé

récupéré en direct d'OpenAlex

Chimeric antigen receptor T cell (CAR-T) therapy is an effective treatment for relapsed-refractory large B-cell lymphoma (LBCL). However, toxicities, particularly cytokine release syndrome (CRS) and immune effector cell-associated neurotoxicity syndrome (ICANS), remain significant concerns. Analyze temporal trends, risk factors, and associations between these toxicities and their severity. In this registry study by the Center for International Blood and Marrow Transplant Research, we studied CRS and ICANS in 1916 LBCL patients treated with commercial CAR-T therapies (axicabtagene ciloleucel 74.9%, tisagenlecleucel 25.1%) between 2018 and 2020. Outcomes include development of CRS/ICANS, timing and severity according to ASTC grading, overall survival (OS). Risk factors were assessed using Cox proportional hazards model. Among patients developing CRS (75.2%), 11.3% had grade ≥3 CRS. Among patients developing ICANS (43.5%), 47.7% had grade ≥3 ICANS. Among patients developing CRS, severe CRS rates decreased from 14.0% in 2018 to 9.2% in 2020 (P< .01). However, the proportion of severe ICANS in patients who developed ICANS remained statistically unchanged (41.5% in 2018 to 53.7% in 2020, P= .10). CRS and ICANS were correlated: 57.1% of patients with CRS also experienced ICANS, and CRS was reported in 97.5% of ICANS cases, suggesting a potential continuum between toxicities. Axicabtagene ciloleucel was associated with higher risk of any grade CRS (OR, 4.6; 95% CI, 3.65 to 5.81) and ICANS (OR, 5.85; 95% CI, 4.48 to 7.64) as well as early and severe forms of both complications. Older age, lower performance status, and elevated lactate dehydrogenase levels prior to infusion also variably predicted these toxicities. In a landmark analysis starting 30 days postinfusion, patients with severe CRS or severe ICANS had shorter OS compared to those without these toxicities. High grades of CRS improved over time likely related to earlier intervention, development of ICANS is intrinsically related with CRS. These findings underscore the need for effective strategies to mitigate these toxicities and improve CAR-T safety.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,272
Écart entre enseignants0,257 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations15
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueTransplantation and Cellular TherapyMême sujetCAR-T cell therapy researchTravaux en français237 207