Prevalence of frailty and its association with clinical outcomes in myeloproliferative neoplasms: a population-based study
Notice bibliographique
Résumé
Clinical implications of frailty in myeloproliferative neoplasms (MPN), including essential thrombocythemia (ET), polycythemia vera (PV), and myelofibrosis (MF), are unknown. In this population-based study, all incident cases of MPN from the Ontario cancer registry between 2004 and 2019 (N = 10 336; ET = 5108; PV = 3843; MF = 1385) and their matched controls (for age, sex, residence, and income) in a 1:4 ratio were included. Baseline frailty measured using the Johns Hopkins Adjusted Clinical Groups frailty indicator and McIsaac frailty index (mFI), categorized as fit, prefrail, or frail if mFI <0.10, 0.11 to 0.20, >0.20), was significantly higher in ET, PV, and MF compared with matched controls (standardized mean difference of 0.27, 0.27, and 0.28). Over 23%, 20%, and 34% of patients with ET, PV, and MF were frail or prefrail despite a younger age (<65 years) or minimal comorbidities. In Cox proportional regression, frailty was independently associated with worse overall survival (OS) after adjusting for age, sex, and comorbidities compared with mFI-fit patients. The hazard ratios (95% confidence interval) for OS for mFI-prefrail and mFI-frail patients were: 1.6 (1.3-1.9) and 3.6 (2.9-4.4) in ET, 1.3 (1.1-1.5) and 2.7 (2.1-3.4) in PV, and 1.2 (1.0-1.5) and 2.0 (1.5-2.7) in MF. Patients with MPN have a substantially higher prevalence of frailty compared with matched controls, which is associated with reduced OS, independent of age or comorbidities.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».