MétaCan
Menu
Retour à la cohorte
Enregistrement W4413103009 · doi:10.57264/cer-2024-0180

Identification of treatment effect modifiers and prognostic factors in newly diagnosed and relapsed or refractory multiple myeloma

2025· article· en· W4413103009 sur OpenAlexaff
Jianming He, Karen Chiang, Xiwu Lin, Winghan Jacqueline Kwong, John Maringwa, Lingfeng Yang, Sandhya Nair, Mahmoud Hashim, Mi Jun Keng, Imtiaz A. Samjoo

Notice bibliographique

RevueJournal of Comparative Effectiveness Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Myeloma Research and Treatments
Établissements canadiensEVERSANA (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineMultiple myelomaOncologyPopulationProgression-free survivalRefractory (planetary science)Randomized controlled trialOverall survival

Résumé

récupéré en direct d'OpenAlex

Aim: We aimed to identify variables that affect the prognosis and treatment effect in multiple myeloma (MM). Materials & methods: Published literature of randomized controlled trials (RCTs) and population-adjusted indirect comparisons (PAICs) in newly diagnosed (ND) and relapsed/refractory (RR) MM populations reporting overall survival (OS) and progression-free survival (PFS) were identified. Possible treatment effect modifiers (TEMs) were evaluated based on the ratio between effect estimates of different strata within subgroups for OS and PFS among eligible RCTs. Potential prognostic factors (PFs) were identified using the lists of covariates adjusted for in PAICs meeting the eligibility criteria. Results: Sixty-five RCTs and 59 PAICs were included for synthesis. In ND-MM and RR-MM patients, age, sex, International Staging System stage, and cytogenetics were identified as potential TEMs for PFS based on data from published RCTs. Refractory disease, prior therapy exposure status and creatinine clearance were additional TEMs for PFS in RR-MM patients. Eastern Cooperative Oncology Group performance score and creatinine clearance were TEM candidates of PFS for ND-MM stem-cell transplant-ineligible patients. No consistent TEMs for OS were identified across all MM populations. Commonly adjusted variables for both OS and PFS in published PAICs of all populations aligned with potential TEMs of PFS identified in published RCTs. Additionally, subtype of MM, time since diagnosis and extramedullary disease or presence of plasmacytoma were common variables for adjustment in PAICs evaluating RR-MM. Frequency of each variable adjusted for differs by population and outcome. Only one PAIC reported TEMs separately from PFs. Conclusion: TEMs and PFs identified herein can help inform future clinical trial design and serve as a primer when conducting PAICs evaluating OS and PFS in ND/RR-MM.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,536

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,440
Écart entre enseignants0,354 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Comparative Effectiveness ResearchMême sujetMultiple Myeloma Research and TreatmentsTravaux en français237 207