CELL OF ORIGIN COMBINED WITH CNS INTERNATIONAL PROGNOSTIC INDEX IMPROVES IDENTIFICATION OF DLBCL PATIENTS WITH HIGH CNS RELAPSE RISK AFTER INITIAL IMMUNOCHEMOTHERAPY
Notice bibliographique
Résumé
Introduction: Central nervous system (CNS) relapse is a rare, and usually fatal, event in diffuse large B-cell lymphoma (DLBCL). Improved identification of patients (pts) with high CNS relapse risk is needed. The CNS International Prognostic Index (CNS IPI, Schmitz JCO 2016), a clinical prognostic model that identifies pts with higher CNS relapse risk, may be improved by integration of biomarkers. Methods: CNS relapse was analysed in DLBCL pts treated with first-line obinutuzumab (G) or rituximab (R) plus CHOP in the Phase III GOYA study (Vitolo Blood 2016; NCT01287741). Cell-of-origin (COO) was assessed using gene expression profiling (Nanostring Lymphoma Subtyping). Cumulative incidence and time to CNS relapse were estimated with Kaplan-Meier statistics. The impact of variables of interest (CNS IPI score, COO, study stratification factors – number of planned cycles, geographical region) on CNS relapse was assessed using a multivariate (MV) Cox regression model. Conclusions: CNS IPI score and ABC/unclassified COO subtypes were independent risk factors for CNS relapse in DLBCL in the GOYA study. Combining these factors improved prediction of CNS relapse vs CNS IPI alone and stratified pts into 3 risk groups, including a small but notable subgroup (8.0%) of pts with a very high risk of CNS relapse (2-yr risk: 15.2%). Keywords: diffuse large B-cell lymphoma (DLBCL); obinutuzumab; prognostic indices.
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 ».