Patient age and donor <scp>HLA</scp> matching can stratify allogeneic hematopoietic cell transplantation patients into prognostic groups
Notice bibliographique
Résumé
BACKGROUND: Mixed results surround the accuracy of commonly used prognostic risk scores to predict overall survival (OS) and non-relapse mortality (NRM) in allogeneic hematopoietic stem cell transplant (allo-HCT) recipients. We hypothesize that a simple prognostic score performs better than conventional scoring systems. PATIENTS AND METHODS: OS risk factors, HCT-CI, age-HCT-CI, and augmented-HCT-CI were studied in 299 patients who underwent allo-HCT for myeloid and lymphoid malignancies. A scoring system was developed based on results and validated in a different cohort of 455 patients. RESULTS: Two-year OS was 51% (95% confidence interval (CI) 0.45-0.56); 2-year NRM was 34% (95% CI 0.29-0.39). HCT-CI and associated scores were grouped into 0-2 and ≥3. Age and HLA mismatch status were the only risk factors to affect OS in multivariate analysis (p = 0.02 and 0.05, respectively). HCT-CI and associated scores were not informative for OS prediction. The weighted scoring system assigned 0 to 2 points for age < 50, 50-64, or ≥65, respectively, and 0-1 points for no HLA mismatch versus any mismatch (except HLA-DQ). Distinct 2-year OS (62%, 53%, and 38% [p = <0.001]) and NRM (24%, 34%, and 43% [p = 0.02]) groups were characterized. The scoring system was validated in a second independent cohort with similar results on OS and NRM (p < 0.001). CONCLUSIONS: A simple scoring system based on recipient's age and mismatch status accurately predict OS and NRM in two distinct cohorts of allo-HCT patients. Its simplicity makes it a helpful tool to aid clinicians and patients in clinical decision-making.
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 | 0,001 | 0,000 |
| 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 ».