The MAGIC algorithm probability is a validated response biomarker of treatment of acute graft-versus-host disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Mount Sinai Acute GVHD International Consortium (MAGIC) algorithm probability (MAP), derived from 2 serum biomarkers, measures damage to crypts in the gastrointestinal tract during graft-versus-host disease (GVHD). We hypothesized that changes in MAP after treatment could validate it as a response biomarker. We prospectively collected serum samples and clinical stages of acute GVHD from 615 patients receiving hematopoietic cell transplantation in 20 centers at initiation of first-line systemic treatment and 4 weeks later. We computed MAPs and clinical responses and compared their abilities to predict 6-month nonrelapse mortality (NRM) in the validation cohort (n = 367). After 4 weeks of treatment, MAPs predicted NRM better than the change in clinical symptoms in all patients and identified 2 groups with significantly different NRM in both clinical responders (40% vs 12%, P < .0001) and nonresponders (65% vs 25%, P < .0001). MAPs successfully reclassified patients for NRM risk within every clinical grade of acute GVHD after 4 weeks of treatment. At the beginning of treatment, patients with a low MAP that rose above the threshold of 0.290 after 4 weeks of treatment had a significant increase in NRM, whereas patients with a high MAP at onset that fell below that threshold after treatment had a striking decrease in NRM that translated into clear differences in overall survival. We conclude that a MAP measured before and after treatment of acute GVHD is a response biomarker that predicts long-term outcomes more accurately than change in clinical symptoms. MAPs have the potential to guide therapy for acute GVHD and may function as a useful end point in clinical trials.
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.
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 découle