Early M‐Protein Dynamics Predicts Progression‐Free Survival in Patients With Relapsed/Refractory Multiple Myeloma
Notice bibliographique
Résumé
This study aimed to predict long-term progression-free survival (PFS) using early M-protein dynamic measurements in patients with relapsed/refractory multiple myeloma (MM). The PFS was modeled based on dynamic M-protein data from two phase III studies, POLLUX and CASTOR, which included 569 and 498 patients with relapsed/refractory MM, respectively. Both studies compared active controls (lenalidomide and dexamethasone, and bortezomib and dexamethasone, respectively) alone vs. in combination with daratumumab. Three M-protein dynamic features from the longitudinal M-protein data were evaluated up to different time cutoffs (1, 2, 3, and 6 months). The abilities of early M-protein dynamic measurements to predict the PFS were evaluated using Cox proportional hazards survival models. Both univariate and multivariable analyses suggest that maximum reduction of M-protein (i.e., depth of response) was the most predictive of PFS. Despite the statistical significance, the baseline covariates provided very limited predictive value regarding the treatment effect of daratumumab. However, M-protein dynamic features obtained within the first 2 months reasonably predicted PFS and the associated treatment effect of daratumumab. Specifically, the areas under the time-varying receiver operating characteristic curves for the model with the first 2 months of M-protein dynamic data were ~ 0.8 and 0.85 for POLLUX and CASTOR, respectively. Early M-protein data within the first 2 months can provide a prospective and reasonable prediction of future long-term clinical benefit for patients with MM.
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 | 0,001 |
| 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 | 0,001 |
| 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 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 ».