Practice Patterns of Physician Treatment for Pediatric Chronic Myelogenous Leukemia
Notice bibliographique
Résumé
Chronic myelogenous leukemia (CML) is a rare disease in children for which pediatric evidence-based guidelines are lacking. We designed an anonymous survey for practicing pediatric oncologists and bone marrow transplantation (BMT) physicians to assess their willingness to recommend BMT for a patient with CML based on various clinical scenarios. A total of 274 physicians responded to the survey (13.4% response rate). Nearly all pediatric oncologists and BMT physicians recommended against BMT at time of diagnosis of CML in the chronic phase, with only 8.0% and 1.9% recommending BMT if a matched sibling donor (MSD) and a matched unrelated donor (MUD), respectively, was available. Similarly, after a first poor response to tyrosine kinase inhibitor (TKI) therapy or hematologic relapse, physicians continued to recommend against BMT (39.5% and 23.3% recommended BMT in patients with a matched sibling donor and matched unrelated donor, respectively). However, 81.7% and 69.8% of respondents would recommend BMT after 2 hematologic relapses on TKI therapy, if an MSD and an MUD, respectively, were available. In addition, there was great interest in developing a clinical trial evaluating the safety and efficacy of stopping TKIs in children with CML who achieve and maintain a deep molecular response, with 86.7% of respondents stating they would offer such a trial to their pediatric patients. This survey highlights the need for evidence-based, pediatric-specific guidelines for the management of children and adolescents with CML.
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 ».