Presentation and Outcome of Patients with Multiple Myeloma (MM), Single Centre Experience from Windsor Essex Regional Cancer Centre
Notice bibliographique
Résumé
Introduction: Outcomes for patients with multiple myeloma has significantly improved through the years. This is mainly related to the use of novel agents. Methods: This is a retrospective study that reviewed presentation and outcome of 139 patients with multiple myeloma at the Windsor Essex Regional Cancer Centre from Jan. 1, 2015 to Dec. 31, 2019. Median age was 71 years and most patients had higher risk disease (65.5% either R ISS stage II or III). 30% had high risk FISH for myeloma including del.17P, t (4:14), t (14:16) and Gain (1q21). In terms of presentation, 38.8% had anemia (hemoglobin <100g/L), 18.7% had hypercalcemia, 74.1% had skeletal lytic lesions, 38.8% had pathologic fracture and 17.3% had plasmacytoma. Results: Almost all (92%) of the patients were treated using at least one novel agent (proteasome inhibitor or immunomodulators [ImiDs]). Cyclophosphamide, bortezomib, and dexamethasone (CyBorD) was the most used treatment regimen (48.9%) followed by bortezomib, melphalan and prednisone (BMP) at 28.8% and lenalidomide, dexamethasone (LenDex) at 14.4%. With respect to response to therapy, 51.8% had at least Very good partial response (VGPR), while 9.4% had progressive disease. 33% had autologous stem cell transplant. After a median follow up of 2.4 years, median overall survival was 3.7 years. 2 years overall survival and relapse-free survival were 70% and 83%, respectively. Discussion: Our study showed comparable outcome for patients with multiple myeloma despite older age and higher risk disease. Outcome is expected to improve with the introduction of more novel agents.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».