Symptom burden in myeloproliferative neoplasms: clinical correlates, dynamics, and survival impact—a study of 784 patients from the Quebec MPN research group
Notice bibliographique
Résumé
Classic BCR::ABL1 -negative myeloproliferative neoplasms (MPN) include polycythemia vera (PV), essential thrombocythemia (ET) and primary myelofibrosis (PMF). While patients may benefit from extended survival, they also endure lifelong symptoms , ranging from mild to incapacitating [ 1 ]. These include physical manifestations related to hyperviscosity, bone pain, pruritus, constitutional symptoms, and consequences of splenomegaly, among others, as well as psychological symptoms (e.g., depression, anxiety) [ 2 , 3 ]. Ultimately, symptom burden impairs quality of life (QoL) [ 4 ], an independent predictor of mortality [ 5 ]. Addressing symptom burden in MPN patients is crucial in guiding and individualizing therapy; however, several important challenges remain, including obscure mechanistic underpinnings and scarcity of robust data to inform practice. While the current patient-reported symptom assessment tool was conceived as a universal instrument for the collective MPN population—facilitating its clinical application, distinct profiles across subtypes may not be captured. Cut-off values determining ‘significant’ scores may also warrant further evaluation. Furthermore, kinetics of symptom profiles over time and correlations with biological variables have not fully been explored. The objectives of the current study were to comprehensively characterize symptom burden in a large MPN cohort, determining: i) age/sex-associated differences; ii) longitudinal dynamics and treatment effects; iii) biologic correlatives; and iv) impact on overall survival (OS) in a real-world population-based setting.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,008 |
| 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 ».