Proposed Refinement of 2022 European LeukemiaNet Adverse-Risk Group of AML Patients Using a Real-World Cohort
Notice bibliographique
Résumé
Background/Objectives: The 2022 European LeukemiaNet (ELN 2022) is a widely used genotypic risk classification tool for the treatment and prognostication of acute myeloid leukemia (AML) patients. Our study evaluates its effectiveness in categorizing adverse-risk AML patients on standard therapy based on their overall survival (OS). Methods: We conducted a retrospective study involving 256 AML patients. Results: Those in the ELN 2022 adverse-risk group had the shortest OS (p < 0.0001) and were predominantly characterized by myelodysplasia-related (MR) mutations, complex karyotype (CK), monosomal karyotype (MK), and TP53 mutation (TP53 Mut). Subclassification and analysis of this adverse-risk group based on the TP53 Mut status revealed a significantly shorter OS compared to the adverse TP53 wild-type (TP53 WT) counterparts (p = 0.0036). We propose refining the ELN 2022 adverse-risk group into two categories, adverse TP53 Mut and adverse TP53 WT groups, to represent adverse- and ultra-adverse-risk groups, respectively. We used an external validation dataset to confirm our findings. Conclusions: This refinement allows for a more accurate classification of these adverse-risk patients based on their clinical outcomes.
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 | 0,007 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».