MétaCan
Menu
Retour à la cohorte
Enregistrement W4416026301 · doi:10.1080/13543784.2025.2587276

Diffuse large B-cell lymphoma: what clinical progress have we seen in the last 5 years?

2025· article· en· W4416026301 sur OpenAlexaff
James P. Nolan, John Kuruvilla

Notice bibliographique

RevueExpert Opinion on Investigational Drugs · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueLymphoma Diagnosis and Treatment
Établissements canadiensUniversity of TorontoPrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésRefractory (planetary science)Primary tumorClinical trialTargeted therapyFirst line treatmentBrentuximab vedotin

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Diffuse large B-cell lymphoma is the most common subtype of non-Hodgkin lymphoma and has a rapidly evolving treatment landscape. For patients at increased risk of primary treatment failure and those with relapsed/refractory disease, emerging therapeutic classes have significantly improved outcomes. AREAS COVERED: This review describes the most important trials evaluating treatment for DLBCL in frontline and the relapsed/refractory setting for both fit patients and patients ineligible for intensive therapy. Particular attention is paid to rational treatment sequencing and selection for CAR-T, bispecific antibodies and molecularly targeted therapies. EXPERT OPINION: In modern DLBCL therapy, it is critical to identify individuals at increased risk of primary treatment failure with R-CHOP, who may then be offered the addition of Polatuzumab Vedotin or other targeted therapies in frontline. CAR-T is now a treatment standard in second line for patients with primary refractory or early relapsed disease, with ASCT reserved for eligible patients with later relapse, who may subsequently receive CAR-T in third-line. ASCT ineligible patients also face improved outcomes with CAR-T and enhanced therapies incorporating novel agents. Molecular and genomic tumor profiling is likely in the future to direct optimal treatment for patients by identifying biologically distinct lymphomas sensitive to distinct targeted agents.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,034
Tête enseignante GPT0,357
Écart entre enseignants0,323 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Opinion on Investigational DrugsMême sujetLymphoma Diagnosis and TreatmentTravaux en français237 207