Integrated analysis of next generation sequencing minimal residual disease (MRD) and PET scan in transplant eligible myeloma patients
Notice bibliographique
Résumé
Abstract Minimal residual disease (MRD) assays allow response assessment in patients with multiple myeloma (MM), and negativity is associated with improved survival outcomes. The role of highly sensitive next generation sequencing (NGS) MRD in combination with functional imaging remains to be validated. We performed a retrospective analysis on MM patients who underwent frontline autologous stem cell transplant (ASCT). Patients were evaluated at day 100 post-ASCT with NGS-MRD and positron emission tomography (PET-CT). Patients with ≥ 2 MRD measurements were included in a secondary analysis for sequential measurements. 186 patients were included. At day 100, 45 (24.2%) patients achieved MRD negativity at a sensitivity threshold of 10 −6 . MRD negativity was the most predictive factor for longer time to next treatment (TTNT). Negativity rates did not differ according to MM subtype, R-ISS Stage nor cytogenetic risk. PET-CT and MRD had poor agreement, with high rates of PET-CT negativity in MRD-positive patients. Patients with sustained MRD negativity had longer TTNT, regardless of baseline risk characteristics. Our results show that the ability to measure deeper and sustainable responses distinguishes patients with better outcomes. Achieving MRD negativity was the strongest prognostic marker and could help guide therapy-related decisions and serve as a response marker for clinical trials.
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 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».