Value of flow cytometry for MRD-based relapse prediction in B-cell precursor ALL in a multicenter setting
Notice bibliographique
Résumé
Abstract PCR of TCR/Ig gene rearrangements is considered the method of choice for minimal residual disease (MRD) quantification in BCP-ALL, but flow cytometry analysis of leukemia-associated immunophenotypes (FCM-MRD) is faster and biologically more informative. FCM-MRD performed in 18 laboratories across seven countries was used for risk stratification of 1487 patients with BCP-ALL enrolled in the NOPHO ALL2008 protocol. When no informative FCM-marker was available, risk stratification was based on real-time quantitative PCR. An informative FCM-marker was found in 96.2% and only two patients (0.14%) had non-informative FCM and non-informative PCR-markers. The overall 5-year event-free survival was 86.1% with a cumulative incidence of relapse (CIR 5y ) of 9.5%. FCM-MRD levels on days 15 (HzR 4.0, p < 0.0001), 29 (HzR 2.7, p < 0.0001), and 79 (HzR 3.5, p < 0.0001) associated with hazard of relapse adjusted for age, cytogenetics, and WBC. The early (day 15) response associated with CIR 5y adjusted for day 29 FCM-MRD, with higher levels in adults (median 2.4 × 10 −2 versus 5.2 × 10 −3 , p < 0.0001). Undetectable FCM- and/or PCR-MRD on day 29 identified patients with a very good outcome (CIR 5y = 3.2%). For patients who did not undergo transplantation, day 79 FCM-MRD > 10 −4 associated with a CIR 5y = 22.1%. In conclusion, FCM-MRD performed in a multicenter setting is a clinically useful method for MRD-based treatment stratification in BCP-ALL.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».