Survival outcomes of allogeneic hematopoietic cell transplants with EBV‐positive or EBV‐negative post‐transplant lymphoproliferative disorder, A CIBMTR study
Notice bibliographique
Résumé
Abstract Background Post‐transplant lymphoproliferative disorders (PTLD) are associated with significant morbidity and mortality following allogeneic hematopoietic cell transplant (alloHCT). Although most PTLD is EBV‐positive (EBV pos ), EBV‐negative (EBV neg ) PTLD is reported, yet its incidence and clinical impact remain largely undefined. Furthermore, factors at the time of transplant impacting survival following PTLD are not well described. Methods Between 2002 and 2014, 432 cases of PTLD following alloHCT were reported to the Center for International Blood and Marrow Transplant Research (CIBMTR). After exclusions, 267 cases (EBV pos = 222, 83%; EBV neg = 45, 17%) were analyzed. Results Two hundred and eight patients (78%) received in vivo T‐cell depletion (TCD) with either anti‐thymocyte globulin (ATG) or alemtuzumab. Incidence of PTLD was highest using umbilical cord donors (UCB, 1.60%) and lowest using matched related donors (MRD, 0.40%). Clinical features and histology did not significantly differ among EBV pos or EBV neg PTLD cases except that absolute lymphocyte count recovery was slower, and CMV reactivation was later in EBV neg PTLD [EBV pos 32 (5‐95) days versus EBV neg 47 (10‐70) days, P = .016]. There was no impact on survival by EBV status in multivariable analysis [EBV neg RR 1.42, 95% CI 0.94‐2.15, P = .097]. Conclusions There is no difference in survival outcomes for patients with EBV pos or EBV neg PTLD occurring following alloHCT and 1‐year survival is poor. Features of conditioning and use of serotherapy remain important.
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) | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».