Prognostic value of minimal residual disease negativity in myeloma: combined analysis of POLLUX, CASTOR, ALCYONE, and MAIA
Notice bibliographique
Résumé
We explored minimal residual disease (MRD) in relapsed/refractory multiple myeloma (RRMM) and transplant-ineligible (TIE) newly diagnosed multiple myeloma (NDMM) using data from 4 phase 3 studies (POLLUX, CASTOR, ALCYONE, and MAIA). Each study previously demonstrated that daratumumab-based therapies improved MRD negativity rates and reduced the risk of disease progression or death by approximately half vs standards of care. We conducted a large-scale pooled analysis for associations between patients achieving complete response or better (≥CR) with MRD-negative status and progression-free survival (PFS). MRD was assessed via next-generation sequencing (10-5 sensitivity threshold). Patient-level data were pooled from all 4 studies and for patients with TIE NDMM and patients with RRMM who received ≤2 prior lines of therapy (≤2 PL). PFS was evaluated by response and MRD status. Median follow-up (months) was 54.8 for POLLUX, 50.2 for CASTOR, 40.1 for ALCYONE, and 36.4 for MAIA. Patients who achieved ≥CR and MRD negativity had improved PFS vs those who failed to reach CR or were MRD positive (TIE NDMM and RRMM hazard ratio [HR] 0.20, P < .0001; TIE NDMM and RRMM ≤2 PL HR 0.20, P < .0001). This benefit occurred irrespective of therapy or disease setting. A time-varying Cox proportional hazard model confirmed that ≥CR with MRD negativity was associated with improved PFS. Daratumumab-based treatment was associated with more patients reaching ≥CR and MRD negativity. These findings represent the first large-scale analysis with robust methodology to support ≥CR with MRD negativity as a prognostic factor for PFS in RRMM and TIE NDMM. These trials were registered at www.clinicaltrials.gov as #NCT02076009, #NCT02136134, #NCT02195479, and #NCT02252172.
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) | 0,001 | 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 ».