MétaCan
Menu
← Retour à la cohorte
Enregistrement W2947330283 · doi:10.1200/jco.2019.37.15_suppl.6511

Longitudinal toxicity analysis with novel summary metrics of lenalidomide maintenance in follicular lymphoma in ECOG-ACRIN 2408.

2019· article· en· W2947330283 sur OpenAlexaff
Gita Thanarajasingam, Amylou C. Dueck, Paul J. Novotny, Thomas M. Habermann, Ranjana H. Advani, Randy D. Gascoyne, Thomas E. Witzig, Andrew Quon, Erik A. Ranheim, Brad S. Kahl, Andrew M. Evens, Fangxin Hong

Notice bibliographique

RevueJournal of Clinical Oncology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueLymphoma Diagnosis and Treatment
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésMedicineNeutropeniaLenalidomideInternal medicineAdverse effectFollicular lymphomaBendamustineGastroenterologyArea under the curveRituximabSurgeryToxicityLymphomaMultiple myeloma

Résumé

récupéré en direct d'OpenAlex

6511 Background: Conventional adverse event (AE) analysis (ToxC) focuses on incidence of grade (gr) 3+ toxicities, and fails to capture AE time profile. Novel metrics that reflect chronic low gr and overall AE burden are needed. We applied the Toxicity over Time (ToxT) approach to ECOG-ACRIN 2408 to depict time-dependent toxicity of lenalidomide (L) with rituximab maintenance (MR) in follicular lymphoma (FL), and we developed a novel summary metric of symptomatic AE burden, the maximum gr over time (MGOT). Methods: In E2408, high risk FL patients (pts) were randomized (1:2:2) to: A) bendamustine-rituxumab (BR) x 6 then MR x 2 years (yrs) vs B) BR-bortezomib x 6 then MR x 2 yrs vs C) BR x 6 then MR x 2 yrs + L x 1 yr (MRL). Analysis included 3 laboratory and 5 symptomatic AEs of highest incidence during maintenance on arms A and C. Treatment-related AEs of any gr were analyzed by ToxC and ToxT. Repeated measures, time-to-event (TTE) and area under the curve (AUC) analyses capture trends over time in ToxT. MGOT combines the 5 symptomatic AEs. Results: 104 randomized pts (30 MR, 74 MRL) were included. For the laboratory AEs, by ToxC, neutropenia incidence was significantly higher in MRL (84%) than MR (47%, p < .001). ToxT additionally shows neutropenia does not worsen over time (10/14/20% gr 1/2/3+ at c1, 6/21/12% gr 1/2/3+ at c12). For the symptomatic AEs, ToxC indicates 2% gr 3+ GI AEs. However, gr 1-2 GI AEs are more common on MRL (59%) than MR (26%, p < .001). ToxT AUC captures a higher burden of GI AEs over time on MRL(2.8) vs MR(1.4, p = .002). TTE depicts sooner GI AE onset in MRL (10% vs 0% gr 2+ GI by day 50, p = 0.03). Bar charts of incidence and grade by cycle illustrate this improves over time (34/7/4% gr 1/2/3+ at c1, 13/0/0% gr 1/2/3+ at c12). ToxT MGOT analyses demonstrate earlier time to gr 2+ symptomatic AE on MRL vs MR (63% vs 31% by day 50, p < .001) and suggest that overall AE burden over time is higher for patients on MRL(AUC 18.2) than MR(11.8, p < .001). Conclusions: ToxT depicts AE time profile and can guide AE interventions. Summary metrics suggest that symptomatic AEs occur earlier and their burden over time is higher on MRL. We are implementing ToxT in patient-reported AE data to better characterize pt tolerability.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,078
Tête enseignante GPT0,404
Écart entre enseignants0,325 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetLymphoma Diagnosis and Treatment→Travaux en français237 207→