PURPOSE To increase awareness, outline strategies, and offer guidance on the recommended management of immune-related adverse events (irAEs) in patients treated with immune checkpoint inhibitor (ICPi) therapy. METHODS A multidisciplinary panel of medical oncology, dermatology, gastroenterology, rheumatology, pulmonology, endocrinology, neurology, hematology, emergency medicine, nursing, trialists, and advocacy experts was convened to update the guideline. Guideline development involved a systematic literature review and an informal consensus process. The systematic review focused on evidence published from 2017 through 2021. RESULTS A total of 175 studies met the eligibility criteria of the systematic review and were pertinent to the development of the recommendations. Because of the paucity of high-quality evidence, recommendations are based on expert consensus. RECOMMENDATIONS Recommendations for specific organ system–based toxicity diagnosis and management are presented. While management varies according to the organ system affected, in general, ICPi therapy should be continued with close monitoring for grade 1 toxicities, except for some neurologic, hematologic, and cardiac toxicities. ICPi therapy may be suspended for most grade 2 toxicities, with consideration of resuming when symptoms revert ≤ grade 1. Corticosteroids may be administered. Grade 3 toxicities generally warrant suspension of ICPis and the initiation of high-dose corticosteroids. Corticosteroids should be tapered over the course of at least 4-6 weeks. Some refractory cases may require other immunosuppressive therapy. In general, permanent discontinuation of ICPis is recommended with grade 4 toxicities, except for endocrinopathies that have been controlled by hormone replacement. Additional information is available at www.asco.org/supportive-care-guidelines .

Abstract Serial measurement of a large panel of protein biomarkers near the bedside could provide a promising pathway to transform the critical care of acutely ill patients. However, attaining the combination of high sensitivity and multiplexity with a short assay turnaround poses a formidable technological challenge. Here, we developed a rapid, accurate, and highly multiplexed microfluidic digital immunoassay by incorporating machine learning-based autonomous image analysis. The assay achieved 14-plexed biomarker detection at concentrations < 10pg/mL with a sample volume < 10 μL, including all processes from sampling to analyzed data delivery within 30 min, while only requiring a 5-min assay incubation. The assay procedure applied both a spatial-spectral microfluidic encoding scheme and an image data analysis algorithm based on machine learning with a convolutional neural network (CNN) for pre-equilibrated single-molecule protein digital counting. This unique approach remarkably reduced errors facing the high-capacity multiplexing of digital immunoassay at low protein concentrations. Longitudinal data obtained for a panel of 14 serum cytokines in human patients receiving chimeric antigen receptor-T (CAR-T) cell therapy manifested the powerful biomarker profiling capability and great potential of the assay for its translation to near-real-time bedside immune status monitoring.