MétaCan
Menu
Retour à la cohorte
Enregistrement W4379335961 · doi:10.1200/jco.2023.41.16_suppl.7066

Impact of transfusion burden on health-related quality of life (HRQOL) and functioning in patients (pts) with myelofibrosis (MF): Post hoc analysis of SIMPLIFY-1 (S1) and -2 (S2).

2023· article· en· W4379335961 sur OpenAlexaff
Ruben A. Mesa, Francesca Palandri, Srđan Verstovšek, Lucia Masárová, Claire Harrison, Flora Mazerolle, Boris Gorsh, Manal M’Hari, Zhaohui Wang, Catherine Ellis, Samineh Deheshi, Jun Kawashima, Robyn von Maltzahn, Antoine Regnault

Notice bibliographique

RevueJournal of Clinical Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueMyeloproliferative Neoplasms: Diagnosis and Treatment
Établissements canadiensSierra Wireless (Canada)
Organismes subventionnairesGlaxoSmithKline
Mots-clésMedicineQuality of life (healthcare)Post-hoc analysisRuxolitinibAnemiaPopulationMyelofibrosisHealth related quality of lifeInternal medicineBone marrow

Résumé

récupéré en direct d'OpenAlex

7066 Background: MF is associated with substantial symptom burden that can negatively impact pt quality of life (QOL). Transfusions may reduce anemia-associated symptoms, but can be burdensome and carry complications that may affect social, emotional, and general health; thus, QOL may be further negatively affected in transfusion-dependent (TD) pts. To characterize the relationship between transfusion burden and pt-reported outcomes (PROs), we report an exploratory post hoc analysis of the phase 3 S1 and S2 trials of the JAK1/JAK2/ACVR1 inhibitor momelotinib (MMB) in pts with MF. Methods: The pooled analysis set comprised both arms of the intent-to-treat populations of S1 (JAK inhibitor naive, MMB vs ruxolitinib [RUX]; N = 432) and S2 (JAK inhibitor exposed, MMB vs best available therapy [88% RUX]; N = 156). Transfusion independent (TI): no transfusions and hemoglobin (Hb) ≥8 g/dL in 12 wk; TD: ≥4 units transfused or Hb < 8 g/dL in 8 wk; transfusion requiring (TR): not meeting TI or TD criteria. PRO assessment: SF-36v2 (physical functioning [PF], role-physical [RP], general health [GH], vitality [VT], social functioning [SF], and mental health [MH] domains; norm-based scores [NBS] range from 11.6 to 70.4 based on domain). PROs by transfusion status were described over the 24-wk randomized period. Results: SF-36v2 NBS were available from 503/588 pts in the pooled analysis set at baseline (BL); mean NBS in all domains were lower than the general population mean per the SF-36v2 Manual (50; SD, 10): PF, 39.6; RP, 39.0; GH, 39.8; VT, 43.6; SF, 43.2; MH, 46.3. Within the pooled analysis set, mean NBS in all domains at BL and week 24 (W24) were lower in TD vs TI pts. Among BL TD pts (n = 150) at W24, 75 remained TD (TD-TD), 40 became TI (TD-TI), 21 became TR, and 14 had no data. Pts who became TI experienced greater improvement (positive mean change from BL) in most domains vs pts who remained TD (Table). Conclusions: Among pts with MF in S1 and S2, TD pts had lower functioning and HRQOL than TI pts across SF-36v2 domains, suggesting that transfusion dependence has detrimental effects on multiple aspects of QOL. Among BL TD pts, those who became TI at W24 had greater improvement across most domains than those who remained TD, with mean changes for TD-TI pts near or above the minimally important difference (2 or 3, based on domain) for groups with low BL NBS. These analyses highlight transfusion dependence as a key pt-centered outcome and support further research into the impact of transfusions on QOL in MF. Clinical trial information: NCT01969838 ; NCT02101268 . [Table: see text]

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,007
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,019
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,094
Tête enseignante GPT0,453
Écart entre enseignants0,359 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetMyeloproliferative Neoplasms: Diagnosis and TreatmentTravaux en français237 207