<i>TP53</i> mutation and survival in aggressive B cell lymphoma
Notice bibliographique
Résumé
TP53 is mutated in 20-25% of aggressive B-cell lymphoma (B-NHL). To date, no studies have addressed the impact of TP53 mutations in prospective clinical trial cohorts. To evaluate the impact of TP53 mutation to current risk models in aggressive B-NHL, we investigated TP53 gene mutations within the RICOVER-60 trial. Of 1,222 elderly patients (aged 61-80 years) enrolled in the study and randomized to six or eight cycles of CHOP-14 with or without Rituximab (NCT00052936), 265 patients were analyzed for TP53 mutations. TP53 mutations were demonstrated in 63 of 265 patients (23.8%). TP53 mutation was associated with higher LDH (65% vs. 37%; p < 0.001), higher international prognostic index-Scores (IPI 4/5 27% vs. 12%; p = 0.025) and B-symptoms (41% vs. 24%; p = 0.011). Patients with TP53 mutation were less likely to obtain a complete remission CR/CRu (CR unconfirmed) 61.9% (mut) vs. 79.7% (wt) (p = 0.007). TP53 mutations were associated with decreased event-free (EFS), progression-free (PFS) and overall survival (OS) (median observation time of 40.2 months): the 3 year EFS, PFS and OS were 42% (vs. 60%; p = 0.012), 42% (vs. 67.5%; p < 0.001) and 50% (vs. 76%; p < 0.001) for the TP53 mutation group. In a Cox proportional hazard analysis adjusting for IPI-factors and treatment arms, TP53 mutation was shown to be an independent predictor of EFS (HR 1.5), PFS (HR 2.0) and OS (HR 2.3; p < 0.001). TP53 mutations are independent predictors of survival in untreated patients with aggressive CD20+ lymphoma. TP53 mutations should be considered for risk models in DLBCL and strategies to improve outcome for patients with mutant TP53 must be developed.
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) | 0,000 | 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 ».