Clinical outcomes and healthcare resource use in triple-class exposed patients with relapsed/refractory multiple myeloma
Notice bibliographique
Résumé
AIM: Immunomodulatory drugs (IMiDs), proteasome inhibitors, and monoclonal antibodies (MAbs) alone or in combination form the backbone of multiple myeloma (MM) treatment, yet MM remains incurable requiring further lines of therapy (LOT). This study investigated real-world treatment patterns, clinical outcomes, and healthcare utilization among triple-class exposed (TCE) patients initiating subsequent LOTs. METHODS: TCE patients receiving additional LOTs (January 2012-December 2022) in the Alberta Health System databases were included. RESULTS: Median age among 221 TCE patients requiring subsequent LOT was 70 years. MAbs (42%) and IMiDs (51%) were the most common drug classes incorporated as first and second LOT, respectively. After first LOT, attrition rate was 32%. From first LOT, median time to next treatment or death (TTNT-D) was 10.1 (95% confidence interval: 8.4-13.3) months, median TTNT was 18.1 (15.6-22.4) months and overall survival was 18.7 (16.0-24.3) months. Within first year of subsequent LOT, patients had a median of 1 emergency department visit, 1 hospitalization, 33 clinic visits, 4 infusion appointments, 37 unique healthcare encounters, and a mean of 32 days spent on laboratory tests. CONCLUSION: Treatment for TCE patients has limited effectiveness and a high healthcare system burden, emphasizing the unmet need for therapies with novel mechanisms of action.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,001 |
| 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 ».