Co-occurrence of myositis and neuropathy after anti-CD30 therapy in a late-adolescent Hodgkin lymphoma patient
Notice bibliographique
Résumé
OBJECTIVE: Immune-related adverse events (irAEs) are recognized in oncology, particularly with immune checkpoint inhibitors and other targeted therapies. Brentuximab Vedotin (BV), is an anti-CD30 antibody-drug conjugate- its association with immune-mediated myositis remains unexplored. We report a case of an adolescent with Hodgkin lymphoma (HL) who developed neuropathy and myositis following BV therapy. MATERIALS & METHODS: The diagnostic work-up included MRI as well as microscopic analyses (histology, electron microscopy, and immunostainings including CD30 and MxA) of a gastrocnemius muscle biopsy. Proteomic analysis was also performed on the same biopsy, and paradigmatic protein dysregulations were validated through immunostaining. Serum NCAM1 levels were measured using ELISA. RESULTS: The patient, diagnosed with HL at 15 years, developed neuropathy after Vincristine treatment and was switched to BV. During BV therapy, she experienced progressive muscle weakness and foot drop, leading to discontinuation. MRI confirmed myositis, and biopsy revealed neurogenic and inflammatory changes with complement deposition and mitochondrial dysfunction. Proteomics showed upregulation of inflammatory relevant proteins, with HPRT1 (749.43-fold) being the most increased one. Intravenous immunoglobulin (IVIG) therapy improved muscle strength. DISCUSSION: Myositis following BV therapy has not been reported. Findings suggest an immune-mediated mechanism with B-cell involvement. Given the response to IVIG, B-cell-directed therapies may be beneficial. This case identifies BV-induced myositis as a novel irAE.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».