Heterogeneous cytogenetic subgroups and outcomes in childhood acute megakaryoblastic leukemia: a retrospective international study
Notice bibliographique
Résumé
Comprehensive clinical studies of patients with acute megakaryoblastic leukemia (AMKL) are lacking. We performed an international retrospective study on 490 patients (age ≤18 years) with non-Down syndrome de novo AMKL diagnosed from 1989 to 2009. Patients with AMKL (median age 1.53 years) comprised 7.8% of pediatric AML. Five-year event-free (EFS) and overall survival (OS) were 43.7% ± 2.7% and 49.0% ± 2.7%, respectively. Patients diagnosed in 2000 to 2009 were treated with higher cytarabine doses and had better EFS (P = .037) and OS (P = .003) than those diagnosed in 1989 to 1999. Transplantation in first remission did not improve survival. Cytogenetic data were available for 372 (75.9%) patients: hypodiploid (n = 18, 4.8%), normal karyotype (n = 49, 13.2%), pseudodiploid (n = 119, 32.0%), 47 to 50 chromosomes (n = 142, 38.2%), and >50 chromosomes (n = 44, 11.8%). Chromosome gain occurred in 195 of 372 (52.4%) patients: +21 (n = 106, 28.5%), +19 (n = 93, 25.0%), +8 (n = 77, 20.7%). Losses occurred in 65 patients (17.5%): -7 (n = 13, 3.5%). Common structural chromosomal aberrations were t(1;22)(p13;q13) (n = 51, 13.7%) and 11q23 rearrangements (n = 38, 10.2%); t(9;11)(p22;q23) occurred in 21 patients. On the basis of frequency and prognosis, AMKL can be classified to 3 risk groups: good risk-7p abnormalities; poor risk-normal karyotypes, -7, 9p abnormalities including t(9;11)(p22;q23)/MLL-MLLT3, -13/13q-, and -15; and intermediate risk-others including t(1;22)(p13;q13)/OTT-MAL (RBM15-MKL1) and 11q23/MLL except t(9;11). Risk-based innovative therapy is needed to improve patient outcomes.
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 ».