Evaluation of a Data-Derived Algorithm for Preemptive Use of Plerixafor for Stem Cell Harvest in Patients Eligible for Autologous Stem Cell Transplant (ASCT)
Notice bibliographique
Résumé
Stem cell mobilization and collection is a prerequisite for ASCT. In 25-35% of patients, initial mobilization attempts fail to harvest sufficient peripheral blood stem cells (PBSC). The standard practice was the addition of plerixafor to the second mobilization attempt. A data-derived algorithm was developed to guide the use of plerixafor as a preemptive strategy, at first harvest, with the objective of preventing ASCT delays, risk of disease progression, and reducing patient stress. 25 patients were harvested for ASCT in the first year of implementation. The data-derived algorithm identified patients likely to fail mobilization based on a CD34+ cut-off for one or two ASCTs. Eight patients received preemptive plerixafor and were compared to 6 patients who received plerixafor as second line therapy in the previous year. The average number of doses of filgrastim for the second-line group was 16.5 vs 10.3 for the preemptive group, a decrease of 38%. The doses of plerixafor and days of apheresis were 2.33 vs 1.38 and 2.3 vs 1.6 for the second-line vs the preemptive group (a 41% and 30% decrease for preemptive). 83% of second-line patients proceeded to ASCT (1 progressed) vs 100% of preemptive patients at an average number of days from first harvest of 109 vs 47.7 days, respectively. Engraftment was identical. Figures 1 and 2 concur that the minimum PBSC count required to harvest enough for one or two ASCTs is 10x106/L and 2x106/L, respectively. The algorithm has optimized the use of plerixafor. The number of doses of plerixafor and filgrastim, the days of apheresis and the number of days to ASCT were all reduced. A successful first harvest attempt avoids transplant delays, reduces the risk of interim disease progression, avoids scheduling difficulties and reduces the stress to the patient.Figure 2View Large Image Figure ViewerDownload Hi-res image Download (PPT)View Large Image Figure ViewerDownload Hi-res image Download (PPT)
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».