A Multicenter, Retrospective Study Evaluating Clinical Outcomes of Ruxolitinib Therapy In Heavily Pretreated Chronic GVHD Patients With Steroid Failure
Notice bibliographique
Résumé
Although ruxolitinib is emerging as the treatment of choice for steroid-refractory or -dependent chronic graft versus host disease (cGVHD) based on randomized control trial data, there is relatively little real-world data published on ruxolitinib for this indication. We wanted to evaluate the real-world efficacy and safety of ruxolitinib in cGVHD patients who have failed any previous systemic therapy for cGVHD. We retrospectively evaluated the efficacy of ruxolitinib in 115 heavily pretreated patients with steroid-refractory or -dependent chronic GVHD across 5 transplantation centers. The majority of the study population had severe cGVHD (60%) and received ruxolitinib at the fourth treatment line or beyond (82%, n = 96). The median duration of follow-up in this study population was 13 months. The overall response rate (ORR) was 48.6%, 54.9%, and 48.5% at 3, 6, and 12 months, respectively. Clinical benefit (an outcome metric combining ORR with steroid reduction) was observed in 58.7%, 64.8%, and 60.6% of patients at 3, 6, and 12 months, respectively. Approximately one third of patients (37.9%) were able to discontinue prednisone at 12 months, and 63.8% were able to taper prednisone to a daily dose <0.1 mg/kg at 12 months. Failure-free survival at 12 months was 64.6% (54.1%-73.2%). Multivariate analysis identified that patients with severe cGVHD were at a higher risk of failure because of a therapy switch, whereas a pretransplantation hematopoietic stem cell transplantation-comorbidity index score ≥ 3 was associated with a high risk of failure because of increasing risk of non-relapse mortality. Overall, this study demonstrates the therapeutic efficacy of ruxolitinib for cGVHD in a heavily pretreated real-world population.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».