Global characteristics and outcomes of autologous hematopoietic stem cell transplantation for newly diagnosed multiple myeloma: A study of the worldwide network for blood and marrow transplantation (<scp>WBMT</scp>)
Notice bibliographique
Résumé
Autologous hematopoietic cell transplantation (AHCT) is a commonly used treatment in multiple myeloma (MM). However, real-world global demographic and outcome data are scarce. We collected data on baseline characteristics and outcomes from 61 725 patients with newly diagnosed MM who underwent upfront AHCT between 2013 and 2017 from nine national/international registries. The primary endpoint was overall survival (OS), and the secondary endpoints were progression-free survival (PFS), relapse incidence (RI) and non-relapse mortality (NRM). Median OS amounted to 90.2 months (95% CI 88.2-93.6) and median PFS 36.5 months (95% CI 36.1-37.0). At 24 months, cumulative RI was 33% (95% CI 32.5%-33.4%) and NRM was 2.5% (95% CI 2.3%-2.6%). In the multivariate analysis, superior outcomes were associated with younger age, IgG subtype, complete hematological response at auto-HCT, Karnofsky score of 100%, international staging scoring (ISS) stage 1, HCT-comorbidity index (CI) 0, standard cytogenetic risk, auto-HCT in recent years, and use of lenalidomide maintenance. There were differences in the baseline characteristics and outcomes between registries. While the NRM was 1%-3% at 12 months worldwide, the OS at 36 months was 69%-84%, RI at 12 months was 12%-24% and PFS at 36 months was 43%-63%. The variability in these outcomes is attributable to differences in patient and disease characteristics as well as the use of maintenance and macroeconomic factors. In conclusion, worldwide data indicate that AHCT in MM is a safe and effective therapy with an NRM of 1%-3% with considerable regional differences in OS, PFS, RI, and patient characteristics. Maintenance treatment post-AHCT had a beneficial effect on OS.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».