The prognostic impact of reduced variant burden in elderly patients with acute myeloid leukemia treated with decitabine
Notice bibliographique
Résumé
BACKGROUND/AIMS: We evaluated the role of next-generation sequencing (NGS)-based disease monitoring for elderly patients diagnosed with acute myeloid leukemia (AML) who received decitabine therapy. METHODS: A total of 123 patients aged > 65 years with AML who received decitabine were eligible. We analyzed the dynamics of variant allele frequency (VAF) in 49 available follow-up samples after the fourth cycle of decitabine. The 58.6% VAF clearance (Δ, [VAF at diagnosis - VAF at follow-up] × 100 / VAF at diagnosis) was the optimal cut-off for predicting overall survival (OS). RESULTS: The overall response rate was 34.1% (eight patients with complete remission [CR], six of CR with incomplete hematologic recovery, 22 with partial responses, and six with morphologic leukemia-free status). Responders (n = 42) had significantly better OS compared with non-responders (n = 42) (median, 15.3 months vs. 6.5 months; p < 0.001). Of the 49 patients available for follow-up targeted NGS analysis, 44 had trackable gene mutations. The median OS of patients with ΔVAF ≥ 58.6% (n=24) was significantly better than that of patients with ΔVAF < 58.6% (n = 19) (20.5 months vs. 9.8 months, p = 0.010). Moreover, responders with ΔVAF ≥ 58.6% (n = 20) had a significantly longer median OS compared with responders with VAF < 58.6% (n = 11) (22.5 months vs. 9.8 months, p = 0.004). CONCLUSION: This study suggested that combining ΔVAF ≥ 58.6%, a molecular response, with morphologic and hematologic responses can more accurately predict OS in elderly AML patients after decitabine therapy.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».