A Day 14 Endpoint for Acute GVHD Clinical Trials
Notice bibliographique
Résumé
The overall response rate (ORR) 28 days after treatment has been adopted as the primary endpoint for clinical trials of acute graft versus host disease (GVHD). However, physicians often need to modify immunosuppression earlier than day (D) 28, and non-relapse mortality (NRM) does not always correlate with ORR at D28. We studied 1144 patients that received systemic treatment for GVHD in the Mount Sinai Acute GVHD International Consortium (MAGIC) and divided them into a training set (n=764) and a validation set (n=380). We used a recursive partitioning algorithm to create a Mount Sinai model that classifies patients into favorable or unfavorable groups that predicted 12 month NRM according to overall GVHD grade at both onset and D14. In the Mount Sinai model grade II GVHD at D14 was unfavorable for grade III/IV GVHD at onset and predicted NRM as well as the D28 standard response model. The MAGIC algorithm probability (MAP) is a validated score that combines the serum concentrations of suppression of tumorigenicity 2 (ST2) and regenerating islet-derived 3-alpha (REG3α) to predict NRM. Inclusion of the D14 MAP biomarker score with the D14 Mount Sinai model created three distinct groups (good, intermediate, poor) with strikingly different NRM (8%, 35%, 76% respectively). This D14 MAGIC model displayed better AUC, sensitivity, positive and negative predictive value, and net benefit in decision curve analysis compared to the D28 standard response model. We conclude that this D14 MAGIC model could be useful in therapeutic decisions and may offer an improved endpoint for clinical trials of acute GVHD treatment.
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 | 0,003 | 0,000 |
| 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) | 0,001 | 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 ».