Prospective real-world evaluation of t(11;14) prevalence and disease biology in multiple myeloma: MEDICI study analysis
Notice bibliographique
Résumé
ABSTRACT: Genetic abnormalities in multiple myeloma (MM) influence treatment outcomes and may inform therapeutic decisions. The most common chromosomal translocation in MM is t(11;14); however, its role in disease progression is not well defined. We report results from MEDICI, a global, minimally invasive, prospective study evaluating t(11;14) status in newly diagnosed MM (NDMM) and relapsed/refractory MM (RRMM). MEDICI enrolled adult patients (≥18 years) with MM with bone marrow (BM) aspirates collected at diagnosis and/or disease relapse. The primary objective was to determine t(11;14) prevalence in patient BM samples using fluorescent in situ hybridization (FISH) with plasma cell enrichment. Samples from 525 patients (NDMM, n = 306; RRMM, n = 219) were analyzed for t(11;14), with 498 patients (95%) having successful BM FISH test. Prevalence of t(11;14) was 22.1% (110/498 patients; 95% confidence interval [CI], 18.5-26.0) in the overall patient population, 18.8% (56/298 patients; 95% CI, 14.5-23.7) in NDMM, and 27.0% (54/200 patients; 95% CI, 21.0-33.7) in RRMM. Patients with t(11;14)-positive MM were evenly distributed across disease stages (stage I, 24.1%; stage II, 20%; stage III, 21.3%); however, higher rates were observed in African American patients (RRMM odds ratio [OR], 7.27, 95% CI, 1.33-39.83; P = .022) and light-chain only disease (NDMM OR, 3.02, 95% CI, 1.33-6.87; P = .008). Chromosome 1q abnormalities occurred more often in the absence of t(11;14); however, higher frequency of mutation in the plasma cell differentiation regulator IRF4 was detected in t(11;14) presence. In conclusion, the results from MEDICI demonstrated reproducible t(11;14) detection with a real-world prevalence of 22.1% in MM. This trial was registered at www.ClinicalTrials.gov as #NCT04721002.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».