MétaCan
Menu
Retour à la cohorte
Enregistrement W4417529893 · doi:10.1007/s12672-025-02433-2

Blastic plasmacytoid dendritic cell neoplasm (BPDCN): international, multi-center collaboration and global registry program

2025· article· en· W4417529893 sur OpenAlexaff
Astghik Voskanyan, Maria Badikyan, Marina Konopleva, Alvaro J. Alencar, Arusyak Ivanyan, Carolyn Owen, Consolato Sergi, Ching‐Tien Peng, Dickran Kazandjian, Justin Taylor, Funda Tekkeşin, Hasanein H. Ghali, Karen Bedirian, Maria Paola Martelli, Enrico Attardi, Maria Teresa Voso, Mariam Abramashvili, Mazin Faisal Al‐Jadiry, Michalis Michael, Min‐Yu Su, Nare Martirosyan, Nerses Ghahramanyan, Nino Totogashvili, Pavel P Kotoucek, Rejin Kebudi, Robin Ohannessian, Ruzanna Papyan, Shushan Hovsepyan, Salma Elashwah, Sameer Bakhshi, Samvel Bardakhchyan, Samvel Danelyan, Shaimaa El‐Ashwah, M. Tezer Kutluk, Deniz Tuğcu, Ahmad Alhuraiji, Vassilios Lazaris, Gevorg Tamamyan, Naveen Pemmaraju

Notice bibliographique

RevueDiscover Oncology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCutaneous lymphoproliferative disorders research
Établissements canadiensChildren's Hospital of Eastern OntarioUniversity of OttawaUniversity of Calgary
Organismes subventionnairesNational Institutes of HealthNational Cancer InstituteAptitude HealthAstellas PharmaBeiGeneGenentechMEI PharmaEli Lilly and CompanyAstraZenecaAmerican Society of Clinical OncologyCelgeneIncyteF. Hoffmann-La RocheAstellas Pharma USAmgenGilead SciencesU.S. Department of Defense
Mots-clésComprehensionMEDLINEReal world dataClinical trial

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Blastic Plasmacytoid Dendritic Cell Neoplasm (BPDCN) is a rare and aggressive hematologic malignancy originating from plasmacytoid dendritic cell precursors. BPDCN shares common diagnostic and clinical features with other hematologic malignancies and various dermatological disorders. Differential diagnosis and treatment are challenging and require awareness by the dermatologist, hemato-oncologist, pathologist for detailed diagnostic and therapeutic workup. The outcomes remain poor, and the optimal treatment for the disease is yet to be established, emphasizing the need for a more comprehensive and globally inclusive approach. METHODS: In response to these challenges, we initiated an international, multi-center collaboration and established a global registry program for BPDCN patients. The registry collected both retrospective and prospective data on demographics, clinical presentations, diagnostic criteria, treatment regimens, and outcomes for cases diagnosed after Jan 2010. Data for this report was obtained from 36 patients across 16 centers in 12 countries, with ongoing contributions from additional centers. RESULTS: Preliminary analysis revealed a male predominance (78%), with a median age at diagnosis of 63 years, involving all age groups. The immunophenotype (CD123 + , CD4 + , CD56 +) was consistently observed in a majority of patients (88.8%), validating its diagnostic utility and paramount significance in the BPDCN diagnosis. Treatment responses varied based on initial regimens, with ALL-like approaches demonstrating more favorable outcomes compared to AML-like strategies, which were given to younger patients. Notably, relapse rates remained high. CONCLUSION: The BPDCN International Registry Program provides a valuable tool in consolidating global data and fostering collaboration among researchers and clinicians. This collaborative effort involving multiple countries on several continents not only aims to advance our comprehension of BPDCN but also lays the groundwork for standardized treatment protocols for improving outcomes for BPDCN patients worldwide.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,766
Score d'incertitude au seuil0,733

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,015
Tête enseignante GPT0,387
Écart entre enseignants0,373 · 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 revueDiscover OncologyMême sujetCutaneous lymphoproliferative disorders researchTravaux en français237 207