Genetic risk stratification and outcomes among treatment-naive patients with AML treated with venetoclax and azacitidine
Notice bibliographique
Résumé
ABSTRACT: The European LeukemiaNet (ELN) acute myeloid leukemia (AML) genetic risk classification systems are based on response to intensive chemotherapy; their ability to discriminate outcomes in older patients treated with venetoclax-azacitidine may be suboptimal. This pooled analysis of the phase 3 VIALE-A trial (NCT02993523) and phase 1b study (NCT02203773) examined prognostic stratification according to the 2017 and 2022 ELN risk classifications and derived new molecular signatures differentiating venetoclax-azacitidine-treated patients based on overall survival (OS). Overall, 279 patients treated with venetoclax-azacitidine and 113 patients treated with placebo-azacitidine were analyzed. The ELN 2017 or 2022 prognostic criteria classified most patients as adverse-risk AML (60.2% and 72.8% for venetoclax-azacitidine and 65.5% and 75.2% for placebo-azacitidine, respectively). Although outcomes with venetoclax-azacitidine improved across all ELN risk groups compared with placebo-azacitidine, ELN classification systems poorly discriminated venetoclax-azacitidine outcomes. By applying a bioinformatic algorithm, new molecular signatures were derived differentiating OS outcomes with venetoclax-azacitidine. The mutational status of TP53, FLT3 internal tandem duplication (FLT3-ITD), NRAS, and KRAS categorized patients into higher-, intermediate-, and lower-benefit groups (52%, 25%, and 23% of patients, respectively), each associated with a distinct median OS (26.5 months [95% confidence interval (CI), 20.2-32.7]; 12.1 months [95% CI, 7.3-15.2]; and 5.5 months [95% CI, 2.8-7.6], respectively). ELN prognostic classifiers did not provide clinically meaningful risk stratification of OS outcomes in patients treated with venetoclax-azacitidine. TP53, FLT3-ITD, NRAS, and KRAS mutation status allows the classification of these patients into 3 risk groups with distinct differences in median OS. These trials were registered at www.clinicaltrials.gov as #NCT02993523 and #NCT02203773.
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 | 0,001 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».