Sustained minimal residual disease negativity in newly diagnosed multiple myeloma and the impact of daratumumab in MAIA and ALCYONE
Notice bibliographique
Résumé
In patients with transplant-ineligible newly diagnosed multiple myeloma (NDMM), daratumumab reduced the risk of disease progression or death by 44% in MAIA (daratumumab/lenalidomide/dexamethasone [D-Rd]) and 58% in ALCYONE (daratumumab/bortezomib/melphalan/prednisone [D-VMP]). Minimal residual disease (MRD) is a sensitive measure of disease and response to therapy. MRD-negativity status and durability were assessed in MAIA and ALCYONE. MRD assessments using next-generation sequencing (10-5) occurred for patients achieving complete response (CR) or better and after at least CR at 12, 18, 24, and 30 months from the first dose. Progression-free survival (PFS) by MRD status and sustained MRD negativity lasting ≥6 and ≥12 months were analyzed in the intent-to-treat population and among patients achieving at least CR. In MAIA (D-Rd, n = 368; lenalidomide and dexamethasone [Rd], n = 369) and ALCYONE (D-VMP, n = 350; bortezomib/melphalan/prednisone [VMP], n = 356), the median duration of follow-up was 36.4 and 40.1 months, respectively. MRD-negative status and sustained MRD negativity lasting ≥6 and ≥12 months were associated with improved PFS, regardless of treatment group. However, daratumumab-based therapy improved rates of MRD negativity lasting ≥6 months (D-Rd, 14.9% vs Rd, 4.3%; D-VMP, 15.7% vs VMP, 4.5%) and ≥12 months (D-Rd, 10.9% vs Rd, 2.4%; D-VMP, 14.0% vs VMP, 2.8%), both of which translated to improved PFS vs control groups. In a pooled analysis, patients who were MRD negative had improved PFS vs patients who were MRD positive. Patients with NDMM who achieved MRD-negative status or sustained MRD negativity had deep remission and improved clinical outcomes. These trials were registered at www.clinicaltrials.gov as #NCT02252172 (MAIA) and #NCT02195479 (ALCYONE).
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».