CAR-T Cell Therapy for Acute Myeloid Leukemia: Where Do We Stand Now?
Notice bibliographique
Résumé
Background: Patients with refractory and relapsed acute myeloid leukemia (R/R AML) face a dismal prognosis. CAR-T therapy has emerged as a potential treatment option. This study assesses the available clinical evidence on CAR-T in R/R AML, focusing on safety and efficacy outcomes. Methods: We included studies on CAR-T therapy for R/R AML published from June 2014 to January 2025. Data on patient and disease characteristics, CAR-T constructs, response rates, post-CAR-T allogeneic HSCT (allo-HSCT), and safety outcomes were analyzed. Results: Twenty-five CAR-T clinical trials involving 296 patients were identified. The most frequently targeted antigens were CD33, CD123, and CLL-1, while CD7, CD19, NKG2D, and CD38 were also explored. Responses were heterogeneous and often short-lived when not consolidated with allo-HSCT. Cytokine release syndrome and neurotoxicity were generally low grade and manageable. Prolonged and severe myelosuppression was a frequent limiting toxicity, often requiring allo-HSCT to restore hematopoiesis. Disease progression was the leading cause of death, followed by infections. Conclusions: CAR-T cell therapy may represent a feasible therapeutic strategy, particularly as bridging to allo-HSCT to mitigate myelotoxicity and improve long-term outcomes. Nevertheless, it remains in the early stages of development and faces significant efficacy and safety challenges that must be addressed in future trials to enable the expansion of this promising therapeutic approach for a population with high unmet medical needs.
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 | 0,009 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».