MétaCan
Menu
Retour à la cohorte
Enregistrement W4411156465 · doi:10.3390/curroncol32060339

Myelofibrosis: Treatment Options After Ruxolitinib Failure

2025· review· en· W4411156465 sur OpenAlexvenueno aff
Ruth Stuckey, Adrián Segura Díaz, María Teresa Gómez‐Casares

Notice bibliographique

RevueCurrent Oncology · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueMyeloproliferative Neoplasms: Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRuxolitinibMyelofibrosisMedicineInternal medicineBioinformaticsIntensive care medicineBone marrow

Résumé

récupéré en direct d'OpenAlex

While allogeneic hematopoietic stem cell transplantation remains the only curative therapy for patients with myelofibrosis, its applicability is limited both by the high morbidity and mortality associated with the procedure and by the fact that only a minority of patients are eligible due to age or comorbidities. Ruxolitinib, a JAK1/JAK2 inhibitor, is the standard first-line therapy for intermediate- and high-risk MF, offering symptom relief and splenic volume reduction but lacking a clear survival benefit. Its use may be limited by hematologic toxicities, increased infection risk, and an inability to prevent disease progression. Ruxolitinib failure remains a significant clinical challenge, with resistance mechanisms not fully elucidated. The approval of other JAK inhibitors-fedratinib, pacritinib, and momelotinib-has expanded treatment options, particularly for patients with cytopenias or transfusion dependence. Moreover, many other targeted agents are in development in clinical trials, as monotherapy or in combination with ruxolitinib. This review provides an update on the use of JAK inhibitors and novel agents, with a focus on treatment options for ruxolitinib-resistant or refractory patients. As therapeutic strategies evolve, optimizing treatment sequencing and incorporating next-generation sequencing will be critical for improving patient 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 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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,151
Tête enseignante GPT0,475
Écart entre enseignants0,324 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetMyeloproliferative Neoplasms: Diagnosis and TreatmentTravaux en français237 207