Conditioning regimens for allotransplants for diffuse large B-cell lymphoma: myeloablative or reduced intensity?
Notice bibliographique
Résumé
The best conditioning regimen before allogeneic transplantation for high-risk diffuse large B-cell lymphoma (DLBCL) remains to be clarified. We analyzed data from 396 recipients of allotransplants for DLBCL receiving myeloablative (MAC; n = 165), reduced intensity (RIC; n = 143), or nonmyeloablative conditioning (NMAC; n = 88) regimens. Acute and chronic GVHD rates were similar across the groups. Five-year nonrelapse mortality (NRM) was higher in MAC than RIC and NMAC (56% vs 47% vs 36%; P = .007). Five-year relapse/progression was lower in MAC than in RIC/NMAC (26% vs 38% vs 40%; P = .031). Five-year progression-free survival (15%-25%) and overall survival (18%-26%) did not differ significantly between the cohorts. In multivariate analysis, NMAC and more recent transplant year were associated with lower NRM, whereas a lower Karnofsky performance score (< 90), prior relapse resistant to therapy, and use of unrelated donors were associated with higher NRM. NMAC transplants, no prior use of rituximab, and prior relapse resistant to therapy were associated with a greater risk of relapse/progression. In conclusion, allotransplantation with RIC or NMAC induces long-term progression-free survival in selected DLBCL patients with a lower risk of NRM but with higher risk of lymphoma progression or relapse.
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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».