MétaCan
Menu
Retour à la cohorte
Enregistrement W2614912162 · doi:10.1080/10428194.2017.1318439

Use of minimal residual disease assessment in the treatment of chronic lymphocytic leukemia

2017· review· en· W2614912162 sur OpenAlexaff
Carolyn Owen, Anna Christofides, Nathalie A. Johnson, Tatiana Lawrence, David MacDonald, Carol Ward

Notice bibliographique

RevueLeukemia & lymphoma/Leukemia and lymphoma · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueChronic Lymphocytic Leukemia Research
Établissements canadiensDalhousie UniversityRoche (Canada)University of CalgaryMcGill UniversityJewish General HospitalQueen Elizabeth II Health Sciences CentreFluidigm (Canada)Foothills Medical Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineMinimal residual diseaseOncologyClinical trialChronic lymphocytic leukemiaClinical endpointSurrogate endpointInternal medicineComplete remissionLeukemiaIntensive care medicineChemotherapy

Résumé

récupéré en direct d'OpenAlex

Progress in chronic lymphocytic leukemia (CLL) therapies has extended greatly the length and depth of remission, with the goal of treatment advancing towards a cure for some patients. Accordingly, clinical endpoints must evolve to capture these outcomes, and to provide faster access to novel therapies. Minimal residual disease (MRD) is an important endpoint representing more accurately the depth of remission than complete response (CR), and is highly prognostic of progression-free survival (PFS) and overall survival (OS). MRD could be considered a key outcome of clinical trials and, as a surrogate for PFS, could identify the most cost-effective and durable treatment sequencing. MRD testing could also determine which patients would benefit from additional therapy and, accordingly, ascertain when therapy should be stopped earlier, to reduce toxicity and increase treatment-free intervals. Our article discusses possible uses of MRD in the modern era of CLL, including its definition, measurement, and value as a surrogate endpoint in clinical trials, and its potential roles in clinical practice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,951
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0080,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,003
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,111
Tête enseignante GPT0,389
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLeukemia & lymphoma/Leukemia and lymphomaMême sujetChronic Lymphocytic Leukemia ResearchTravaux en français237 207