Risk classification at diagnosis predicts post-HCT outcomes in intermediate-, adverse-risk, and <i>KMT2A</i>-rearranged AML
Notice bibliographique
Résumé
Little is known about whether risk classification at diagnosis predicts post-hematopoietic cell transplantation (HCT) outcomes in patients with acute myeloid leukemia (AML). We evaluated 8709 patients with AML from the CIBMTR database, and after selection and manual curation of the cytogenetics data, 3779 patients in first complete remission were included in the final analysis: 2384 with intermediate-risk, 969 with adverse-risk, and 426 with KMT2A-rearranged disease. An adjusted multivariable analysis detected an increased risk of relapse for patients with KMT2A-rearranged or adverse-risk AML as compared to those with intermediate-risk disease (hazards ratio [HR], 1.27; P = .01; HR, 1.71; P < .001, respectively). Leukemia-free survival was similar for patients with KMT2A rearrangement or adverse risk (HR, 1.26; P = .002, and HR, 1.47; P < .001), as was overall survival (HR, 1.32; P < .001, and HR, 1.45; P < .001). No differences in outcome were detected when patients were stratified by KMT2A fusion partner. This study is the largest conducted to date on post-HCT outcomes in AML, with manually curated cytogenetics used for risk stratification. Our work demonstrates that risk classification at diagnosis remains predictive of post-HCT outcomes in AML. It also highlights the critical need to develop novel treatment strategies for patients with KMT2A-rearranged and adverse-risk disease.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 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 ».