Central Nervous System Relapse of Aggressive B-cell Lymphoma: Insights Into Current Treatment Approaches
Notice bibliographique
Résumé
Central nervous system (CNS) relapse of lymphoma, also known as relapse with secondary CNS lymphoma (SCNSL), is a rare but devastating complication that confers poor survival outcomes and treatment decision challenges. Diffuse large B-cell lymphoma (DLBCL) accounts for most cases with an incidence of 4-6% and commonly occurs within 1 year of diagnosis (median of 5 months). However, CNS relapse is also seen in the context of other aggressive B-cell lymphoma histological subtypes, such as Burkitt lymphoma and mantle cell lymphoma, with an incidence of 20% and 4%, respectively. Identifying patients at risk of CNS relapse has been limited by the low sensitivity of diagnostic variables and scores. More recently, the use of CNS prophylaxis with high-dose methotrexate (HD-MTX) in DLBCL has also been challenged. CNS involvement can be parenchymal (40-50%), leptomeningeal (30-40%), or both (10-15%). Clinical presentation can occur with a range of neurological symptoms depending on the location of CNS involvement (e.g. motor deficits, symptoms related to increased intracranial pressure, cognitive/personality changes, visual disturbance) together with possible systemic symptoms in the presence of concurrent systemic disease involvement. For ease of making treatment decisions and understanding various approaches to management, SCNSL can be divided into 3 distinct clinical scenarios: 1) treatment-naïve-SCNSL, in which CNS involvement of lymphoma occurs concurrently with systemic disease at diagnosis; 2) relapsed isolated-SCNSL, in which relapse of previously treated systemic disease occurs isolated to the CNS; and 3) relapsed concurrent-SCNSL, in which relapse of previously treated systemic disease occurs both within the CNS and systemically. This review will focus on treatment approaches for SCNSL in the relapsed setting, both relapsed isolated-SCNSL and relapsed concurrent-SCNSL, confined to DLBCL.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».