Geriatric assessment predicts survival and toxicities in elderly myeloma patients: an International Myeloma Working Group report
Notice bibliographique
Résumé
We conducted a pooled analysis of 869 individual newly diagnosed elderly patient data from 3 prospective trials. At diagnosis, a geriatric assessment had been performed. An additive scoring system (range 0-5), based on age, comorbidities, and cognitive and physical conditions, was developed to identify 3 groups: fit (score = 0, 39%), intermediate fitness (score = 1, 31%), and frail (score ≥2, 30%). The 3-year overall survival was 84% in fit, 76% in intermediate-fitness (hazard ratio [HR], 1.61; P = .042), and 57% in frail (HR, 3.57; P < .001) patients. The cumulative incidence of grade ≥3 nonhematologic adverse events at 12 months was 22.2% in fit, 26.4% in intermediate-fitness (HR, 1.23; P = .217), and 34.0% in frail (HR, 1.74; P < .001) patients. The cumulative incidence of treatment discontinuation at 12 months was 16.5% in fit, 20.8% in intermediate-fitness (HR, 1.41; P = .052), and 31.2% in frail (HR, 2.21; P < .001) patients. Our frailty score predicts mortality and the risk of toxicity in elderly myeloma patients. The International Myeloma Working group proposes this score for the measurement of frailty in designing future clinical trials. These trials are registered at www.clinicaltrials.gov as #NCT01093136 (EMN01), #NCT01190787 (26866138MMY2069), and #NCT01346787 (IST-CAR-506).
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 | 0,016 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».