MétaCan
Menu
Retour à la cohorte
Enregistrement W4291178367 · doi:10.26685/urncst.305

Why is it Important to Identify Residual Cells in Leukaemia Patients after Treatment? A Review Article

2022· review· en· W4291178367 sur OpenAlexaff
Hafsa Binte Younus, Jannat Irfan, Maria Ashraf

Notice bibliographique

RevueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) Journal · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Lymphoblastic Leukemia research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineMinimal residual diseaseMeta-analysisDiseaseOncologyGuidelineInternal medicineLeukemiaPathology

Résumé

récupéré en direct d'OpenAlex

Introduction: Most children diagnosed with acute lymphoblastic leukemia are cured and are not at risk of relapse. However, 20% of children are at a high risk of experiencing relapse later on in their lives. In order to detect risk and obtain prognostic information, the quantification of minimal residual disease (MRD) can be utilized. Detection of MRD can lead to efficient identification of relapse risk. However, there is limited understanding of the association between MRD and long-term outcomes after treatment in children. Therefore, this systematic review will examine existing literature to determine the strength of association between MRD negativity and relapse risk in children and its importance in the prediction of relapse. Methods: A systematic review of 5 articles centered around ALL in children was analyzed to examine the strength of association between MRD negativity and clinical outcomes of event-free survival (EFS) and overall survival (OS) following the PRISMA guideline. The literature search was done through databases such as NCBI, PubMed, and other childhood oncology databases. The inclusion criteria included peer-reviewed clinical studies that focus on ALL relapse risk and MRD detection. Additionally, reviews, abstracts, and studies with inadequate sample sizes or correlations were excluded. Data were extracted and organized based on criteria of MRD negativity, MRD detection type, and relapse risk level. The data collected from all studies were analyzed through a meta-analysis. The five publications discussed in this article were a total of 11,265 participants. Results: Results: The results portion of your abstract should concisely describe a summary of the main findings. A positive correlation was determined between EFS and OS hazard ratios and MRD detection. Discussion: The analysis of the five publications demonstrated that MRD is an important marker and a strong predictor of relapse in children who are diagnosed with ALL. Conclusion: MRD detection can be proposed as a method of predicting a high risk of relapse in children with ALL. In essence, this literature review has the potential to identify the clinical and therapeutic significance of MRD testing which can be utilized to predict and prevent relapse of ALL in children.

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)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0040,006
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,106
Tête enseignante GPT0,484
Écart entre enseignants0,378 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) JournalMême sujetAcute Lymphoblastic Leukemia researchTravaux en français237 207