IgA levels at diagnosis predict for infections, time to treatment, and survival in chronic lymphocytic leukemia
Notice bibliographique
Résumé
Abstract To better understand the relationship between baseline immunoglobulin measurements and subsequent clinical outcomes in chronic lymphocytic leukemia (CLL), we performed a retrospective analysis on 660 patients with CLL (72%), monoclonal B-cell lymphocytosis (MBL) (13%), and small lymphocytic lymphoma (SLL) (14%), diagnosed between 2005 and 2014 at CancerCare Manitoba. Of 511 patients who had their first immunoglobulin level determined within 3 months of diagnosis, abnormal (either increased or decreased) immunoglobulin M (IgM), IgG, and IgA values were observed in 58% of patients with CLL, 27% of patients with MBL, and 20% of patients with SLL. Immunoglobulin deviances were similar for MBL and CLL Rai stage 0 and for SLL and Rai stages I and II; for CLL, IgG and IgA abnormalities occurred with increasing frequency with advancing Rai stage. In contrast, the frequency of IgM abnormalities was similar in all patient groups. IgA abnormalities significantly correlated with high β2-microglobulin (B2M) expression, whereas abnormal IgG and IgA levels were associated with the use of IGHV1-69, 3-21, and 3-49 subtypes. Increases in IgG or IgM were commonly associated with the presence of a CLL-type M-band, whereas oligoclonal bands were frequently observed with increased IgA levels. Although abnormal levels of IgG and IgA at diagnosis were independent predictors for future immunoglobulin replacement, only abnormal IgA levels were associated with shorter time to first treatment and overall survival. These findings indicate that both reduced and elevated levels of IgG and IgA at diagnosis are important and independent prognostic markers for infection in CLL, with IgA being more relevant as a marker of disease progression and survival.
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 | 0,001 |
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 ».