Second- and third-line treatment strategies in multiple myeloma: a referral-center experience
Notice bibliographique
Résumé
The treatment landscape for relapsed multiple myeloma (MM) has increased. In this study, we aimed to characterize 2nd (n = 1439) and 3rd (n = 1104) line regimens and compare the results between subgroups based on the year of treatment initiation (2nd line: 2003-2008, 2009-2015, 2016-2021; 3rd line: 2004-2009, 2010-2015, and 2016-2021). In both the second- and third- lines, we observed increasing use of novel agents (from 78 to 95% and from 77 to 95%, respectively) and triplet regimens (from 15 to 69% and from 21 to 71%, respectively). The most frequently used regimens in the last studied periods included lenalidomide-dexamethasone (RD; 14%), carfilzomib-RD (12%), and daratumumab-RD (10%) for the second-line, and daratumumab-pomalidomide-dexamethasone (11%) and daratumumab-RD (10%) for the third-line. The median time to the next treatment from second-line therapy has improved from 10.4 months (95% CI: 8.4-12.4) to 16.6 months (95% CI: 13.3-20.3; p < 0.001). The median overall survival from the first relapse increased from 30.9 months (95% CI: 26.8-183.0) to 65.8 months (95% CI: 50.7-72.8; p < 0.001). Over the last two decades, more patients were treated with newer agents and triplets for relapsed MM. The landscape of regimens has become more diverse, and survival after the first relapse is continually improving.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».