Unrelated Donor Hematopoietic Cell Transplantation: Factors Associated with a Better HLA Match
Notice bibliographique
Résumé
The impact of non-HLA patient factors on the match of the selected unrelated donor (URD) for hematopoietic cell transplantation (HCT) has not been fully evaluated. National Marrow Donor Program (NMDP) data for 7486 transplants using peripheral blood stem cells (PBSCs) or bone marrow from years 2000 to 2005 were evaluated using multivariate logistic regression to identify independent non-HLA patient factors associated with completing a more closely matched URD transplant. Advanced (intermediate- and late-stage) disease was significantly associated with an increased likelihood of transplant using a less-matched (partially matched or mismatched) donor. Additionally, Black patients were 2.83 times, Asian patients 2.05 times, and Hispanic patients 1.73 times more likely to have a less-matched HCT donor than Caucasian patients. Younger patients, HCT at lower volume centers, and in earlier years had significantly higher likelihood of having a less HLA matched URD transplant. Our analysis provides encouraging evidence of HLA matching improvement in recent years. Initiating a patient's URD search early in the disease process, especially for patients from non-Caucasian racial and ethnic groups, will provide the best likelihood for identifying the best available donor and making informed transplant decisions.
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 | 0,000 |
| 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) | 0,000 | 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 ».