Novel Agents and Immunotherapies for Primary Diffuse Large B-Cell Lymphoma of the Central Nervous System: Innovating for Impact in a Disease With Unmet Needs
Notice bibliographique
Résumé
Primary diffuse large B-cell lymphoma of the central nervous system (CNS-DLBCL), the most prevalent subtype of primary CNS lymphoma (PCNSL), is a highly aggressive extranodal non-Hodgkin lymphoma (NHL) that arises in the brain, spinal cord, leptomeninges, and orbits. Systemic methotrexate-based chemoimmunotherapy regimens, followed by consolidative autologous stem cell transplantation (ASCT), are the standard treatments for newly diagnosed PCNSL. A considerable number of patients with PCNSL, however, are medically frail and possess multiple comorbidities, which render them unsuitable for these intensive treatments. Furthermore, a substantial proportion of those who undergo treatment still face the challenge of disease recurrence. There is no universally accepted treatment for relapsed disease, particularly for patients who are unable to tolerate systemic chemotherapy, and participation in clinical trials is encouraged. There is a notable treatment gap in PCNSL, underscoring an urgent need to investigate novel agents and immunotherapies that could potentially offer superior tolerability and efficacy profiles. Emerging therapies could play a pivotal role in expanding the therapeutic landscape and addressing the limitations inherent in current treatments. This review examines the oncogenesis of PCNSL, highlighting its reliance on chronic active B-cell receptor (BCR) and nuclear factor-kappa B (NF-κB) signaling pathways, mechanisms of immune evasion, and characteristics of its immunosuppressive tumor microenvironment (TME), which have facilitated the exploration of methotrexate-free targeted therapies for this disease.
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) | 0,003 | 0,001 |
| 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 ».