MétaCan
Menu
Retour à la cohorte
Enregistrement W4285733939 · doi:10.3390/curroncol29070395

Management of Myelofibrosis during Treatment with Ruxolitinib: A Real-World Perspective in Case of Resistance and/or Intolerance

2022· article· en· W4285733939 sur OpenAlexvenueno aff
Massimo Breccia, Francesca Palandri, Paola Guglielmelli, Giuseppe A. Palumbo, Alessandra Malato, Francesco Mendicino, Alessandra Ricco, Emanuela Sant’Antonio, Mario Tiribelli, Alessandra Iurlo

Notice bibliographique

RevueCurrent Oncology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueMyeloproliferative Neoplasms: Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRuxolitinibMyelofibrosisMedicineMyeloproliferative neoplasmQuality of life (healthcare)Internal medicineIntensive care medicineFamily medicineOncologyBone marrow

Résumé

récupéré en direct d'OpenAlex

The development and approval of ruxolitinib, the first JAK1/2 inhibitor indicated to treat myelofibrosis, has improved patient outcomes, with higher spleen and symptoms responses, improved quality of life, and overall survival. Despite this, several unmet needs remain, including the absence of resistance criteria, suboptimal response, the timing of allogeneic transplant, and the management of patients in case of intolerance. Here, we report the results of the second survey led by the "MPN Lab" collaboration, which aimed to report physicians' perspectives on these topics. As in our first survey, physicians were selected throughout Italy, and we included those with extensive experience in treating myeloproliferative neoplasms and those with less experience representing clinical practice in the real world. The results presented here, summarized using descriptive analyses, highlight the need for a clear definition of response to ruxolitinib as well as recommendations to guide the management of ruxolitinib under specific conditions including anemia, thrombocytopenia, infections, and non-melanoma skin cancers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,391
Écart entre enseignants0,330 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetMyeloproliferative Neoplasms: Diagnosis and TreatmentTravaux en français237 207