Monocytosis in polycythemia vera: Clinical and molecular correlates
Notice bibliographique
Résumé
Abstract Monocytosis (absolute monocyte count, AMC ≥ 1 × 10 9 /L) might accompany a spectrum of myeloid neoplasms, other than chronic myelomonocytic leukemia (CMML). In the current study, we examined the prevalence, laboratory and molecular correlates, and prognostic relevance of monocytosis in polycythemia vera (PV). Among 267 consecutive patients with World Health Organization (WHO)‐defined PV, 55 (21%) patients displayed an AMC of ≥1 × 10 9 /L and 18 (7%) an AMC of ≥1.5 × 10 9 /L. In general, PV patients with monocytosis were significantly older and displayed higher frequencies of leukocytosis (81% vs. 50% at AMC ≥1 × 10 9 /L) and TET2 / SRSF2 mutations (57%/29% vs. 19%/1% at AMC ≥ 1.5 × 10 9 /L). In univariate analysis, AMC ≥1.5 × 10 9 /L adversely affected overall (OS; P = .004; HR 2.6, 95% CI 1.4‐4.8) and myelofibrosis‐free (MFFS; P = .02; HR 4.4, 95% CI 1.3‐15.1) survival; during multivariable analysis, significance was borderline sustained for OS ( P = .05) and MFFS ( P = .06). Other independent risk factors for OS included unfavorable karyotype ( P = .02, HR 3.39, 95% CI 1.17‐9.79), older age ( P < .0001, HR 3.34 95% CI 1.97‐5.65), and leukocytosis ≥15 × 10 9 /L ( P = .004, HR 2.04, 95% CI 1.26‐3.29). In conclusion, in the current study, we encountered a higher than expected prevalence of monocytosis in patients with PV and the mutation profile and age distribution of PV patients with monocytosis is akin to those of patients with CMML and might partly contribute to their worse prognosis.
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 | 0,001 |
| 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 ».