<i><scp>BCR</scp>‐<scp>ABL</scp>1</i> transcript at 3 months predicts long‐term outcomes following second generation tyrosine kinase inhibitor therapy in the patients with chronic myeloid leukaemia in chronic phase who failed Imatinib
Notice bibliographique
Résumé
The BCR-ABL1 transcript level at 3 months can predict long-term outcomes following frontline therapy with Imatinib or Dasatinib in chronic myeloid leukaemia (CML) patients. However, data is lacking for second-generation tyrosine kinase inhibitor (2GTKI) therapy after Imatinib failure. A total of 112 patients with CML in chronic phase receiving 2GTKI after Imatinib failure were reviewed. Treatment outcomes including complete cytogenetic (CCyR), major molecular (MMR) and molecular response 4.5 (4.5 log reduction of BCR-ABL1 transcript level, MR(4.5) ), treatment failure, progression-free and overall survival (OS) were compared according to BCR-ABL1 transcript levels at 3 or 6 months, divided into <1%(IS) , 1-10%(IS) and ≥ 10%(IS) . BCR-ABL1 transcript level at 3 months showed better correlation with OS (P < 0.001) than that at 6 months (P = 0.147). Better OS was also observed in the patients achieving <1%(IS) (100%) and 1-10%(IS) (100%) than those with ≥ 10%(IS) at 3 months (70.6%, P < 0.001). Those with <1%(IS) showed the best CCyR, MMR and MR(4.5) rates; 1-10%(IS) , intermediate; and ≥ 10%(IS) , the lowest CCyR, MMR and MR(4.5) rates. The group with <1%(IS) at 3 months maintained significantly lower BCR-ABL1 transcript level compared to other two groups. In conclusion, the BCR-ABL1 transcript level at 3 months is the most relevant surrogate for outcomes following 2GTKI therapy after Imatinib failure.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».