Risk prediction for clonal cytopenia: multicenter real-world evidence
Notice bibliographique
Résumé
ABSTRACT: Clonal cytopenia of undetermined significance (CCUS) represents a distinct disease entity characterized by myeloid-related somatic mutations with a variant allele fraction of ≥2% in individuals with unexplained cytopenia(s) but without a myeloid neoplasm (MN). Notably, CCUS carries a risk of progressing to MN, particularly in cases featuring high-risk mutations. Understanding CCUS requires dedicated studies to elucidate its risk factors and natural history. Our analysis of 357 patients with CCUS investigated the interplay between clonality, cytopenia, and prognosis. Multivariate analysis identified 3 key adverse prognostic factors: the presence of splicing mutation(s) (score = 2 points), platelet count of <100 × 109/L (score = 2.5), and ≥2 mutations (score = 3). Variable scores were based on the coefficients from the Cox proportional hazards model. This led to the development of the clonal cytopenia risk score (CCRS), which stratified patients into low- (score of <2.5 points), intermediate- (score of 2.5 to <5), and high-risk (score of ≥5) groups. The CCRS effectively predicted 2-year cumulative incidence of MN for low- (6.4%), intermediate- (14.1%), and high-risk (37.2%) groups, respectively, by the Gray test (P < .0001). We further validated the CCRS by applying it to an independent CCUS cohort of 104 patients, demonstrating a c-index of 0.64 (P = .005) in stratifying the cumulative incidence of MN. Our study underscores the importance of integrating clinical and molecular data to assess the risk of CCUS progression, making the CCRS a valuable tool that is practical and easily calculable. These findings are clinically relevant, shaping the management strategies for CCUS and informing future clinical trial designs.
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 | 0,001 | 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 ».