Race and Socioeconomic Status Influence Outcomes of Unrelated Donor Hematopoietic Cell Transplantation
Notice bibliographique
Résumé
Success of hematopoietic cell transplantation (HCT) can vary by race, but the impact of socioeconomic status (SES) is not known. To evaluate the role of race and SES, we studied 6207 unrelated-donor myeloablative (MA) HCT recipients transplanted between 1995 and 2004 for acute or chronic leukemia or myelodysplastic syndrome (MDS). Patients were reported by transplant center to be White (n = 5253), African American (n = 368), Asian/Pacific-Islander (n = 141), or Hispanic (n = 445). Patient income was estimated from residential zip code at time of HCT. Cox regression analysis adjusting for other significant factors showed that African American (but not Asian or Hispanic) recipients had worse overall survival (OS) (relative-risk [RR] 1.47; 95% confidence interval [CI] 1.29-1.68, P < .001) compared to Whites. Treatment-related mortality (TRM) was higher in African Americans (RR 1.56; 95% CI 1.34-1.83, P < .001) and in Hispanics (RR 1.30; 95% CI 1.11-1.51, P = .001). Across all racial groups, patients with median incomes in the lowest quartile (<$34,700) had worse OS (RR 1.15; 95% CI 1.04-1.26, P = .005) and higher risks of TRM (RR 1.21; 1.07-1.36, P = .002). Inferior outcomes among African Americans are not fully explained by transplant-related factors or SES. Potential other mechanisms such as genetic polymorphisms that have an impact on drug metabolism or unmeasured comorbidities, socioeconomic factors, and health behaviors may be important. Low SES, regardless of race, has a negative impact on unrelated donor HCT outcomes.
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 | 0,005 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».