Redefining attrition in multiple myeloma (MM): a Canadian Myeloma Research Group (CMRG) analysis
Notice bibliographique
Résumé
While most patients diagnosed with multiple myeloma (MM) receive initial therapy, reported attrition rates are high. Understanding attrition rates and characteristics of patients not receiving subsequent therapy is useful for MM stakeholders. We performed an analysis of attrition rates in a large disease-specific database of patients with newly diagnosed MM who received at least one line of therapy between Jan 1/10-Dec 31/20. Attrition was defined as failure to receive a subsequent line of therapy despite progression of MM or due to death. A total of 5548 patients were identified, 3111 autologous stem cell transplant (ASCT) patients and 2437 non-ASCT. In the ASCT cohort, the attrition rate was 7% after line 1, 12% after line 2, and 23% after line 3. In non-ASCT patients, the attrition rate was 19% after line 1, 26% after line 2, and 40% after line 3. Death was the dominant contributor to attrition across all cohorts, with a minority of patients alive with progressive disease in the absence of further therapy at each line. Multivariable analysis identified older age, shorter time to progression, and inferior response as independent risk factors for attrition. Our data show that attrition rates increase with each line of therapy and are higher in non-ASCT patients but are appreciably lower than previously reported. This study supports a revision of the previous definition of attrition, demonstrating that most patients who do not receive subsequent therapy are either continuing their current therapy and/or are in remission off-treatment rather than being irreversibly lost to attrition.
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 | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 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 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 ».