Baseline metabolic tumour burden improves risk stratification in Hodgkin lymphoma: A Children's Oncology Group study
Notice bibliographique
Résumé
Summary The Children's Oncology Group AHOD0831 study used a positron emission tomography (PET) response‐adapted approach in high‐risk Hodgkin lymphoma, whereby slow early responders (SERs) received more intensive therapy than rapid early responders (RERs). We explored if baseline PET‐based characteristics would improve risk stratification. Of 166 patients enrolled in the COG AHOD0831 study, 94 (57%) had baseline PET scans evaluable for quantitative analysis. For these patients, total body metabolic tumour volume (MTV), total lesion glycolysis (TLG), maximum standardized uptake value (SUVmax) and peak SUV (SUVpeak) were obtained. MTV/TLG thresholds were an SUV of 2.5 (MTV2.5/TLG2.5) and 40% of the tumour SUVmax (MTV40%/TLG40%). TLG2.5 was associated with event‐free survival (EFS) in the complete cohort (p = 0.04) and in RERs (p = 0.01), but not in SERs (p = 0.8). The Youden index cut‐off for TLG2.5 was 1841. Four‐year EFS was 92% for RER/TLG2.5 up to 1841, 60% for RER/TLG2.5 greater than 1841, 74% for SER/TLG2.5 up to 1841 and 79% for SER/TLG2.5 greater than 1841. Second EFS for RER/TLG2.5 up to 1841 was 100%. Thus, RERs with a low baseline TLG2.5 experienced excellent EFS with less intensive therapy, whereas RERs with a high baseline TLG2.5 experienced poor EFS. These findings suggest that patients with a high upfront tumour burden may benefit from intensified therapy, even if they achieve a RER.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».