OU Portal
  • Log In
  • Welcome
  • Applicants
Z6_60GI02O0O8IDC0QEJUJ26TJDI4
{}

Pomocí tohoto dialogu můžete vyhledat domácí autory, čili autory, kteří jsou vedeni v personálních systémech Ostravské univerzity.

Do našeptávače níže napište hledaný text a tento text bude vyhledán ve jméně nebo příjmení autora. Autoři, kteří budou hledanému textu odpovídat, Vám budou nabídnuti v seznamu. Pomocí myši nebo šipek na klávesnici vyberte požadovaného autora.

Našeptávač : 
Přidat autora k záznamu Zavřít

Pomocí tohoto dialogu můžete k záznamu přidat cizího autora, čili autora, který nemá žádný pracovní ani studijní vztah k Ostravské univerzitě. Takto přidaný autor bude do RIV vykázán jako nedomácí.

Pro přidání autora vepište jeho jméno a příjmení do určených položek.

Jméno :
Příjmení :
Přidat k záznamu Zavřít
Zavřít

Pomocí tohoto dialogu můžete k záznamu nahrát soubor PDF. Tento soubor musí obsahovat text tohoto záznamu (text článku, knihy, atd.). Tento soubor je důležitý pro RIV, protože může být použit jako důkaz existence tohoto záznamu.

Pro nahrání souboru klikněte na tlačítko Browse a vyberte soubor, který chcete nahrát. Nahrávání souboru zahájíte tlačítkem Nahrát soubor.

Maximální velikost souboru PDF je omezena na 100 MB.

Soubor : 

Nahrát soubor
Zavřít

Pomocí tohoto dialogu můžete stáhnout PDF soubor přiřazený tomuto záznamu. Pro stažení souboru klikněte níže na název tohoto souboru a bude Vám nabídnuta možnost soubor uložit.

Věnujte prosím pozornost také velikosti PDF souboru. Velké soubory se mohou stahovat delší dobu, pokud máte pomalé internetové připojení.

Název souboru :
Velikost souboru :
Zavřít
Publikační činnost


preloading...   Probíhá načítání, čekejte prosím...
publicationId :
tempRecordId :
actionDispatchIndex :
navigationBranch :
pageMode :
tabSelected :
isRivValid :
Typ záznamu * : článek v odborném periodiku (J)
Domácí pracoviště * : Klinika hematoonkologie (11303)
Název * : Development and Validation of a Simplified Score to Predict Early Relapse in Newly Diagnosed Multiple Myeloma in a Pooled Dataset of 2,190 Patients
Citace : Zaccaria, G. M., Bertamini, L., Petrucci, M. T., Offidani, M., Corradini, P., Capra, A., Romano, A., Liberati, A. M., Mannina, D., de Fabritiis, P., Cascavilla, N., Ruggeri, M., Mina, R., Patriarca, F., Benevolo, G., Belotti, A., Gaidano, G., Nagler, A., Hájek, R. a Spencer, A. et al. Development and Validation of a Simplified Score to Predict Early Relapse in Newly Diagnosed Multiple Myeloma in a Pooled Dataset of 2,190 Patients. Clinical Cancer Research. 2021, 27(13), s. 3695-3703. ISSN 1078-0432.
Podnázev :
Rok * : 2021
Obor * :
Kód ISSN * : 1078-0432
Oficiální název periodika * : Clinical Cancer Research
Stát vydavatele periodika * : Spojené státy americké
Svazek periodika * : 27
Číslo periodika v rámci svazku * : 13
Číslo článku :
Ročník :
Počet stran článku * : 9
Strana od * : 3695
Strana do * : 3703
Kód UT WoS : 000670550600024
EID :
Poddruh recenzovaného článku : Článek v impaktovaném časopise (Jimp)
Klíčová slova anglicky * :
auto-sct; autologous transplantation; bortezomib; dexamethasone; individual prognosis; international staging system; lenalidomide; maintenance; survival; therapy
Popis v původním jazyce * :
Purpose: Despite the improvement of therapeutic regimens, several patients with multiple myeloma (MM) still experience early relapse (ER). This subset of patients currently represents an unmet medical need. Experimental Design: We pooled data from seven European multicenter phase II/III dinical trials enrolling 2,190 patients with newly diagnosed MM from 2003 to 2017. Baseline patient evaluation included 14 clinically relevant features. Patients with complete data (n = 1,218) were split into training (n = 844) and validation sets (n = 374). In the training set, a univariate analysis and a multivariate logistic regression model on ER within 18 months (ER18) were made. The most accurate model was selected on the validation set. We also developed a dynamic version of the score by including response to treatment. Results: The Simplified Early Relapse in Multiple Myeloma (S-ERMM) score was modeled on six features weighted by a score: 5 points for high lactate dehydrogenase or t(4;14); 3 for del17p, abnormal albumin, or bone marrow plasma cells >60%; and 2 for lambda free light chain. The S-ERMM identified three patient groups with different risks of ER18: Intermediate (Int) versus Low (OR = 2.39, P < 0.001) and High versus Low (OR = 5.59, P < 0.001). S-ERMM High/Int patients had significantly shorter overall survival (High vs. Low: HR 3.24, P < 0.001; Int vs. Low: HR = 1.86, P < 0.001) and progression-free survival-2 (High vs. Low: HR = 2.89, P < 0.001; Int vs. Low: HR = 1.76, P < 0.001) than S-ERMM Low. The Dynamic S-ERMM (DS-ERMM) modulated the prognostic power of the S-ERMM. Conclusions: On the basis of simple, widely available baseline features, the S-ERMM and DS-ERMM properly identified patients with different risks of ER and survival outcomes.
Popis v anglickém jazyce * :
Typ zdroje financování výsledku * :
Seznam projektů :
ID Projektu Název projektu
Seznam ohlasů : 
Ohlas
R01: RIV/61988987:17110/21:A2202CSX

© 2019 Centre for Information Technology

  • Technická podpora :
  • Mgr. Olga Blahutová (phone: +420 597 091 129, phone flap for UO: 1129)
  • Ing. Lucie Svitaneková (phone: +420 597 091 108, phone flap for UO: 1108)
Complementary Content
  • ${title}${badge}
${loading}