Denutrition status prevails over a standard AML risk assessment in older adults
Notice bibliographique
Résumé
• Conventional prognostic factors do not apply to older patients with acute myeloid leukemia and who are not eligible for intensive chemotherapy. • The serum albumin level was the only factor with predictive value in this setting. • Albumin <30 g/L was the only factor that predicted day-30 mortality and OS. Older adults with acute myeloid leukemia (AML) have a poor prognosis because frailty and the characteristics of the disease limit the use of intensive chemotherapy (ICT). Treatment with 5-azacitidine (5-AZA) or low-dose cytarabine (Cytarabine) (LDAC) – with or without venetoclax – is currently recommended in this setting. However, we lack real-life data on response rates and treatment outcomes. We conducted a retrospective, multicenter registry study of 279 older adults with AML (median [interquartile range (IQR)] age: 76 [70–81]) having undergone first-line treatment with LDAC ( n = 87) or 5-AZA ( n = 192) between 2009 and 2019 (i.e. mainly before the venetoclax era) in a university medical center in France. The complete remission rate was 27.3 % overall. After a median follow-up period of 6.9 months, the median [IQR] overall survival (OS) time was shorter in the LDAC group (4.8 months [2.13–14.41]) than in the 5-AZA group (8.9 months [3.2–13.5]; p = 0.046). Ultimately, however, the OS rates were similar in the LDAC and 5-AZA groups (hazard ratio [HR]: 95 % confidence interval [CI]: 1.37 [0.92–2.04], p = 0.12). None of the conventional markers with prognostic value in younger patients receiving ICT (such as those in the European LeukemiaNet classification) appeared to predict the outcome in our population of older patients. Albumin <30 g/L was the only factor that predicted day-30 mortality and OS (adjusted odds ratio [95 %CI]: 6.25 [2.08 – 20.0]; p < 0.001; adjusted HR [95 %CI]: 0.65 [0.44–0.96]; p = 0.030).
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».