Patient-Centered Genomic Diagnostic Testing for AML: A Quality Improvement Project
Notice bibliographique
Résumé
PURPOSE The classification of AML and therapeutic options are now largely driven by genetically defined subtypes. Personalization of treatment relies on timely completion and reporting of cytogenetic and molecular tests, creating challenges in clinical practice. We initiated a quality improvement study with the aim to optimize the process for ordering of genomic diagnostic tests and to reduce test turnaround times (TATs). METHODS A multidisciplinary working group consisting of hematologists, laboratory scientists, technologists, and hematopathologists was formed and identified the following tests as necessary for expedited testing in patients with AML younger than 75 years: next-generation sequencing (NGS) myeloid panel, karyotype analysis, FLT3 PCR, NPM1 PCR, CBFB::MYH11 PCR, and RUNX1::RUNX1T1 PCR, and proposed a reflexive flow cytometry–triggered genomic diagnostic testing algorithm for newly diagnosed AML (ND-AML). We used the model of improvement and implemented three Plan-Do-Study-Act (PDSA) cycles: education and guidelines for management of ND-AML, implementation of the reflex laboratory-triggered diagnostic testing algorithm for ND-AML, and automation of NGS workflow. We assessed compliance with test ordering according to prescribed guidelines and TAT. RESULTS After PDSA 2, test ordering improved significantly to more than 90% of relevant tests being initiated at AML diagnosis; and TAT was reduced by 27.6% for NGS and by 54.8% for NPM1 PCR. After PDSA 3, TAT for NGS was overall reduced by 63.3% to 11.4 days and within our 14-day target. We were able to also meet our target TAT of 5 days or less for FLT3 and NPM1 PCRs. DISCUSSION A multidisciplinary approach with shared decision making between hematologists and laboratory practitioners was essential in the development of an algorithm for reflex testing in AML that resulted in improved test ordering and TAT.
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 | 0,188 | 0,123 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,004 |
| 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 ».