Multimodal and Data-Driven Assessment of Myeloid Neoplasms Refines Classification across Disease States.
Обработка статьи · этапы, ошибки и управление
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Lachowiez Curtis A, Asimomitis Georgios, Bernard Elsa, Devlin Sean M, Tazi Yanis, Creignou Maria, Germing Ulrich, Gattermann Norbert, Gilkes Amanda, Thomas Ian, Bullinger Lars, Döhner Konstanze, Malcovati Luca, Othman Jad, Dillon Richard, Eisfeld Ann-Kathrin, Nicolet Deedra, Issa Ghayas C, Daver Naval, Kadia Tapan M, DiNardo Courtney D, Ravandi Farhad, Garcia-Manero Guillermo, Montalban-Bravo Guillermo, Russell Nigel, Cazzola Mario, Döhner Hartmut, Huntly Brian J P, Hasserjian Robert P, Hellström-Lindberg Eva, Papaemmanuil Elli, Loghavi Sanam
Аннотация
SIGNIFICANCE: Using comprehensive clinical and molecular profiling, this study provides a data-driven approach for evaluating numerical thresholds of variant allele frequency or hematologic parameters (i.e., blast percentage and absolute monocyte count) included in current classification schemas across a spectrum of myeloid malignancies, enabling refinement of disease classification and prognostication.