Recent Advances in the Management of Smoldering Multiple Myeloma
Notice bibliographique
Résumé
There is remarkable progress in the treatment of multiple myeloma (MM) with significant improvement in survival in the past 10 years. Monoclonal gammopathy of undetermined significance (MGUS) and smoldering multiple myeloma (SMM) can evolve into symptomatic multiple myeloma (sy-MM) with organ involvement. SMM has associated with a much higher progression to MM compared to MGUS. In 2014, International Myeloma Working Group (IMWG) reclassified ultra-high-risk smoldering myeloma patients with bone marrow plasma cells > 60% or serum-free light chain ratio (FLCr) > 100 or > 1 focal bone lesion on the magnetic resonance imaging as MM. SMM is a heterogeneous disorder with probability for progression to myeloma up to 50% in the first 5 years. Several risk models and clinical features have been identified to stratify the risk of progression to MM. Thanks to advances in our understanding of the genomic profile of MM, there are several ongoing clinical trials, and genomic studies are being done to assess the risk of progression to MM and early intervention. There is still no standard criterion regarding when to start therapy. This review discusses identifying SMM patients who are at high risk of progression to sy-MM and recent development of new and early treatment strategies and ongoing clinical trials for these high-risk SMM patients.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».