Frailty risk assessment and impact on acute myeloid leukemia outcomes (FRAIL-AML): A population-based study from Ontario, Canada.
Notice bibliographique
Résumé
6506 Background: In acute myeloid leukemia (AML), treatment decisions, specifically intensive versus non-intensive approaches, depend on the clinician’s assessment of patient fitness. Frailty as a measure of fitness is a broader concept than commodities and is associated with worse outcomes in many cancers. Frailty assessment is incorporated to provide the precision to oncology treatment selections in addition to disease-related factors. The impact of frailty on outcomes in AML is not well studied. Methods: This retrospective cohort study from population-based health administrative databases in Ontario, Canada (ICES) included all patients (pts) ≥18 years diagnosed with AML between 2006 and 2021, treated within 90 days after diagnosis. Frailty was measured using McIsaacs’s frailty index (MFI)- a validated tool. Progressively increasing tertiles of MFI were categorized as fit (FT), pre-frail (PFR), or frail (FR). Treatment intensity was classified as intensive (IT) or non-intensive (NIT) based on standard practices. The primary outcome was overall survival (OS). Association of frailty with OS was measured using Cox regression separately for IT and NIT AML. Results: Out of 5450 pts, with a median age of 65 (IQR 54-74), 55.8% were males and 44.2% were females. 65% (n=3543) received IT, out of which 29.4% and 35.5% pts were FR and PFR respectively. Remaining 35% (n=1907) received NIT, with 41.1% and 32.3% pts being FR and PFR. Median overall survival in months (OS, 95% CI) for the entire group, IT, and NIT were 12.5 (12.0-13.2), 16.7 (15.7-18.2), and 7.6 (7.0-8.2), respectively. OS (table) was notably lower in FR pts compared to fit pts (p<0.0001) in both IT and NIT. Univariate and multivariate analyses identified frailty, advanced age, and previous non-AML malignancy as risk factors associated with worse OS in both IT and NIT groups (table). Conclusions: Higher frailty is independently associated with worse OS in AML pts after adjusting for advanced age. A substantial proportion of AML pts in both IT and NIT groups exhibit a mismatch in treatment intensity assignments based on their frailty status, with about 30 % FR pts receiving IT and over 25 % FT pts receiving NIT. This study sheds light on the need for frailty evaluations using standardized tools to optimize treatment decisions in AML pts. [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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».