The EMMY longitudinal, cohort study: real-world data to describe multiple myeloma management and outcomes as more therapeutic options emerge
Notice bibliographique
Résumé
The therapeutic management of patients with multiple myeloma (MM) is complex. Despite substantial advances, MM remains incurable, and management involves cycles of treatment response, disease relapse, and further therapy. Currently, evidence to support the therapeutic decision is limited. Thus, the EMMY longitudinal, real-world study was designed to annually assess therapeutic management of MM in France to provide evidence to support physicians. During an annual prespecified 3-month recruitment period, eligible patients will be identified from their medical records. Adults aged ≥18 years diagnosed with symptomatic MM and requiring systemic treatment will be eligible. The primary objective, the evolution of MM therapeutic management, will be described, as well as the impact on the following outcomes: time-to-next treatment (TTNT), progression-free survival (PFS), and overall survival (OS). The study plans to recruit 5000 patients over 6 years: 700 to 900 patients annually. EMMY is a unique opportunity to collect real-world data to describe the evolving MM therapeutic landscape and record outcomes in France. These data will provide annual snapshots of various aspects of MM management. This knowledge will provide physicians with real-life, evidence-based data for therapeutic decision-making and ultimately improve treatment for MM patients.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».