Retrospective study of quantitative free light chain levels in random urine of patients with multiple myeloma
Notice bibliographique
Résumé
The traditional method to quantify the immunoglobulin free light chains (FLCs) in patients with multiple myeloma (MM)is based on either their serum levels or on 24-hour urine collections. The latter method is cumbersome and ofteninaccurate, and serum levels are currently the preferred method for quantifying FLCs in MM. Scarce data exist on the FLCquantification in random urine samples. In this study, we first compared serum and urine levels of FLCs measured in24-hour specimens obtained from 56 consecutive MM patients. We subsequently examined the same correlation in 209random urine specimens obtained from a second cohort of 117 consecutive MM patients. Serum FLCs were highlycorrelated, both with the 24-hour and the random urine specimens. With the latter, the Pearson coefficient r was 0.805 and0.748 for kappa and lambda light chains, respectively (p<0.001), even in the presence of renal insufficiency. Random urineFLCs levels >1.2 mg/dL predicted a positive urine immunofixation with a specificity and sensitivity of 52.7% and 95.8%,respectively. Since random urine quantification of kappa and lambda FLCs paralleled their serum counterparts over time,this method could represent an additional non-invasive test for assessing disease activity in MM patients.
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 | 0,002 |
| 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 ».