Determinants of survival after first relapse of acute lymphoblastic leukemia: a Children’s Oncology Group study
Notice bibliographique
Résumé
Limited prognostic factors have been associated with overall survival (OS) post-relapse in childhood Acute Lymphoblastic Leukemia (ALL). Patients enrolled on 12 Children's Oncology Group frontline ALL trials (1996-2014) were analyzed to assess for additional prognostic factors associated with OS post-relapse. Among 16,115 patients, 2053 (12.7%) relapsed. Relapse rates were similar for B-ALL (12.5%) and T-ALL (11.2%) while higher for infants (34.2%). Approximately 50% of B-ALL relapses occurred late (≥36 months) and 72.5% involved the marrow. Conversely, 64.8% of T-ALL relapses occurred early (<18 months) and 47.1% involved the central nervous system. The 5-year OS post-relapse for the entire cohort was 48.9 ± 1.2%; B-ALL:52.5 ± 1.3%, T-ALL:35.5 ± 3.3%, and infant ALL:21.5 ± 3.9%. OS varied by early, intermediate and late time-to-relapse; 25.8 ± 2.4%, 49.5 ± 2.2%, and 66.4 ± 1.8% respectively for B-ALL and 29.8 ± 3.9%, 33.3 ± 7.6%, 58 ± 9.8% for T-ALL. Patients with ETV6::RUNX1 or Trisomy 4 + 10 had median time-to-relapse of 43 months and higher OS post-relapse 74.4 ± 3.1% and 70.2 ± 3.6%, respectively. Patients with hypodiploidy, KMT2A-rearrangement, and TCF3::PBX1 had short median time-to-relapse (12.5-18 months) and poor OS post-relapse (14.2 ± 6.1%, 31.9 ± 7.7%, 36.8 ± 6.6%). Site-of-relapse varied by cytogenetic subtype. This large dataset provided the opportunity to identify risk factors for OS post-relapse to inform trial design and highlight populations with dismal outcomes post-relapse.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».