Belantamab mafodotin does not induce B-cell maturation antigen loss or systemic immune dysfunction in multiple myeloma
Notice bibliographique
Résumé
Various drug classes target B-cell maturation antigen (BCMA) including chimeric antigen receptor T-cell (CAR T) therapies, bispecific antibodies (bsAb), and antibody-drug conjugates (ADC). Outcomes with CAR T and bsAb therapies in multiple myeloma (MM) have been affected by T-cell exhaustion, and abrogated expression/mutation of the BCMA target has been observed with anti-BCMA therapies. Optimal anti-BCMA sequencing strategies are needed to improve long-term clinical outcomes. We used data from multiple clinical studies of the ADC belantamab mafodotin (as monotherapy and combination regimens) to explore its impact on BCMA levels and binding (using electrochemiluminescence methodology) and T-cell/ natural killer (NK) cell fitness (including cell counts, expression of functional markers), to determine whether belantamab mafodotin could be sequenced ahead of other BCMA-targeting therapies for MM. Levels of free soluble BCMA (sBCMA), measured at the best-confirmed response (BCR) and at progression, dropped at BCR but returned to near baseline at time of disease progression. There was no apparent impact on the binding epitope of BCMA, as indicated by the retention of belantamab mafodotin binding to sBCMA. No significant changes in cell counts or expression of T-cell exhaustion markers (PD-1, TIGIT, TIM-3 [except NK cells], or CTLA-4) and co-stimulatory markers (ICOS [except CD4+ T cells], OX40, 4-1BB) were observed at relevant time points (up to 4 or 21+ months depending on the marker). No negative impact was observed on expression of proliferation (Ki67) and antitumor activity (granzyme B, CD107a) markers. Pending confirmatory studies, our results indicate potential for utilizing belantamab mafodotin ahead of other anti-BCMA therapies in MM.
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) | 0,001 | 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 ».