Association of busulfan exposure and outcomes after HCT for patients with an inborn error of immunity
Notice bibliographique
Résumé
ABSTRACT: Allogeneic hematopoietic cell transplantation (HCT) is a potentially curative treatment strategy for patients with inborn errors of immunities (IEIs). The objective of this study was to assess the optimal busulfan exposure before allogeneic HCT for patients with an IEI who received an IV busulfan-based conditioning regimen. Patients from 17 international centers were included. The main outcome of interest was event-free survival (EFS). Patients were categorized into 4 IEI subgroups: combined immunodeficiency (CID), severe combined immunodeficiency (SCID), neutrophil disorders, and hemophagocytic lymphohistiocytosis (HLH)-related disorders. Busulfan exposure was calculated by individual centers (area under the curve [AUC]CENTER) and re-estimated using a nonlinear mixed-effects model (NONMEM; exposure defined as AUCNONMEM). Overall, 562 patients were included: 173 (30.8%) with CID, 154 (27.4%) with SCID, 101 (18.0%) with HLH-related disorders, and 134 (23.8%) with neutrophil disorders. The median busulfan AUCNONMEM was 69.0 mg × h/L and correlated poorly with the AUCCENTER (r2 = 0.54). In patients with SCID, HLH-related, and neutrophil disorders with a busulfan AUCNONMEM of 70 to 90 mg × h/L, 2-year EFS was superior to <70 mg × h/L, and >90 mg ×h/L. Full donor chimerism increased with higher busulfan AUCNONMEM, plateauing at 90 mg × h/L. For patients with CID, the optimal AUCNONMEM for donor chimerism was found to be >70 mg × h/L. Improved EFS and higher donor chimerism may be achieved by targeting a cumulative busulfan AUCNONMEM of 80 mg × h/L (range, 70-90). Our study stresses the importance of uniformly using a validated population pharmacokinetic model to estimate AUCNONMEM.
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 ».