Treatment patterns and outcomes among mantle cell lymphoma patients treated with ibrutinib in the United States: a retrospective electronic medical record database and chart review study
Notice bibliographique
Résumé
Summary The experience of patients with mantle cell lymphoma (MCL) in community oncology practices, including reasons for treatment discontinuation, is sparse. This retrospective study sought to elucidate treatment patterns and outcomes of patients with MCL treated with ibrutinib in the community setting. Patients were identified from the US Oncology Network electronic medical records database, iKnowMed TM , between 1 November 2013 and 31 October 2016. Descriptive analysis was performed to describe the demographic and clinical characteristics of the population. Kaplan–Meier estimates were performed to determine clinical outcomes. A Cox proportional hazards model was used to identify predictors of survival. Of the 1914 patients identified with MCL, 159 were treated with ibrutinib. The median age was 71 years and the majority were male (76%) and Caucasian (89%). The overall discontinuation rate was 83·6%; the most common reasons were progression (35%) and toxicities (25·6%). The median overall survival and progression‐free survival was 25·82 months (95% confidence interval [CI] 19·94, NR) and 19·55 months (95% CI 16·52, 24·28) respectively. In multivariate modelling, patient age was predictive of survival (hazard ratio 1·041, P = 0·0186). Ibrutinib was temporarily reduced in 16·4% ( n = 26) and held in 30·2% ( n = 48), primarily due to toxicity 66·7% ( n = 32). Survival data showed similarities between community oncology practices and 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.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 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 ».