Daratumumab Improves Depth of Response and Progression-free Survival in Transplant-ineligible, High-risk, Newly Diagnosed Multiple Myeloma
Notice bibliographique
Résumé
BACKGROUND: Patients with high-risk, newly diagnosed multiple myeloma (HR-NDMM) who are ineligible for autologous stem cell transplant (ASCT) have limited first-line treatment options. Recent meta-analyses evaluating the impact of incorporating daratumumab in the backbone regimen on progression-free survival (PFS) have found mixed results in these patients. MATERIALS AND METHODS: A pooled analysis of patient-level data for ASCT-ineligible patients with HR-NDMM [ie, del(17p), t(4;14), t(14;16)] from the MAIA and ALCYONE trials; stratified by study identifier and adjusting for cytogenetic abnormality subtype, baseline performance status, International Staging System stage, myeloma type, and renal impairment; was conducted. Impact of daratumumab on PFS and rates of complete response or better (≥CR), minimal residual disease (MRD)-negative CR, very good partial response or better (≥VGPR), and overall response (ORR) was compared to control. RESULTS: Among 101 patients in the daratumumab and 89 patients in the control cohort, median follow-up was 43.7 months. Daratumumab reduced the risk of progression or death by 41% (adjusted hazard ratio for PFS [95% confidence interval (CI)] = 0.59 [0.41-0.85]) versus control. At 36 months, the estimated proportion of patients who did not progress and were still alive was 41.3% in the daratumumab and 19.9% in the control cohort. Rates of ≥CR (41.6% vs. 22.5%), MRD-negative CR (24.8% vs. 5.6%), ≥VGPR (75.2% vs. 46.1%), and ORR (92.1% vs. 74.2%) were higher for daratumumab versus control. CONCLUSION: These findings demonstrate that incorporation of daratumumab in frontline treatment regimens reduced the risk of progression or death and improved response rates among ASCT-ineligible HR-NDMM patients.
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 | 0,002 | 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 | 0,001 |
| 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 ».