MELISSE, a large multicentric observational study to determine risk factors of venous thromboembolism in patients with multiple myeloma treated with immunomodulatory drugs
Notice bibliographique
Résumé
Immunomodulatory drugs (IMiDs) are associated with an increased risk of venous thromboembolism (VTE) in multiple myeloma (MM) patients. We designed MELISSE, a multicentre prospective observational study, to evaluate VTE incidence and identify risk factors in IMiDs-treated MM. Our objective was to determine the real-life practice of VTE prophylaxis strategy. A total of 524 MM patients were included, and we planned to collect information at baseline, at four and at 12 months, on MM therapy, on VTE risk factors and management. VTE incidence was 7% (n=31), including 2.5% pulmonary embolism (PE) (n=11), similar at four or 12 months. VTE was observed at all risk assessment levels, although the increased risk assessment level correlated to a lower rate of VTE, maybe due to the implemented thromboprophylaxis strategy. VTE occurred in 7% on aspirin vs 3% on low-molecular-weight heparin (LMWH) prophylaxis, and none on vitamin K antagonists (VKA). New risk factors for VTE in IMiDs-treated MM were identified. In conclusion, VTE prophylaxis is compulsory in IMiDs-treated MM, based on individualised VTE risk assessment. Anticoagulation prophylaxis with LMWH should clearly be prioritised in MM patients with high VTE risk, along with VKA. Further prospective studies will identify most relevant VTE risk factors in IMiDs-treated MM to select accurately which MM patients should receive LMWH prophylaxis and for which duration to optimise VTE risk reduction.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».