Assessing the prognostic utility of smoldering multiple myeloma risk stratification scores applied serially post diagnosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Mayo-2018 smoldering multiple myeloma (SMM) risk score is used routinely in the clinical setting but has only been validated at diagnosis. In SMM patients, the progression risk decreases over time. However, the utility of applying risk stratification models after diagnosis is unknown. We retrospectively studied 704 SMM patients and applied the Mayo 2018 and IMWG-2020 risk stratification models at annual landmark timepoints up to 5 years post diagnosis. The Mayo-2018 and IMWG-2020 models reliably stratified patients based on progression risk when applied post diagnosis. The respective 2-year progression risk in Mayo-2018 high risk patients versus IMWG-2020 intermediate-high risk patients was 51% versus 62% at the 1-year landmark and 47% versus 45% at the 4-year landmark. We showed that patients categorized at Mayo-2018 high-risk at follow-up had a similar risk of progression if the baseline risk assessment was low-intermediate versus high-risk (HR 1.04, 95% CI 0.46-2.36, p = 0.931 at 5-year landmark). Patients migrating to a higher risk category during follow up had a higher progression risk compared to patients with stable/decreased risk categorization. Our findings support the use of these risk scores post-diagnosis and suggest that patients evolving to a high-risk category may benefit from early intervention therapeutic approaches.
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.
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) | 0,000 | 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 | 0,000 |
| 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 découle