Association of frailty with clinical outcomes in myelofibrosis: a retrospective cohort study
Notice bibliographique
Résumé
There is limited understanding of the impact of frailty on clinical outcomes in patients with myelofibrosis (MF). In this retrospective cohort study on 439 chronic phase MF patients [mean age: 68·7 ± 12 years; median follow-up: 3·4 years (IQR 0·4-8·6)] from 2004 till 2018, we used a 35-variable frailty index (FI) to categorise patient's frailty status as fit (FI < 0·2, reference), prefrail (FI 0·2-0·29) or frail (FI ≥ 0·3). The association of frailty with overall survival (OS) and cumulative JAK inhibitor (JAKi) therapy failure was measured using hazard ratio (HR, 95% CI). In multivariable analysis, prefrail (HR 1·7, 1·1-2·5) and frail patients (HR 2·9, 1·6-5·5), those with higher DIPSS score (HR 2·5, 1·6-3·9) and transfusion dependency (HR 1·9, 1·3-2·9) had shorter OS. In a subset analysis of patients on JAKi treatment (n = 222), frail patients (HR 2·5, 1·1-5·7), patients with higher DIPSS score (HR 1·7, 1·0-3·1) and transfusion dependence (HR 1·7, 1·1-2·7) had higher cumulative incidence of JAKi failure. Age, comorbidities, ECOG performance status, and MPN driver mutations did not impact outcomes. Thus, higher frailty scores are associated with worse OS and increased JAKi failure in MF, and is a superior indicator of fitness in comparison to age, comorbidities, and performance status.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».