Revised Mayo Clinic AL Amyloidosis Staging System
Staging system for newly-diagnosed light-chain amyloidosis, incorporating serum free light chains.
Forskende forfattere: Kumar S, Dispenzieri A, Lacy MQ, Hayman SR, Buadi FK, Colby C, et al.
Versjon: 1.36
  • Detaljer
  • Validere modellen
  • Lagre inndata
  • Lastinngang

Beregne resultatet

Angi flere parametere for å utføre beregningen

Number of risk factors: risk factors

{{ resultSubheader }}
{{ chart.title }}
Resultatintervall {{ additionalResult.min }} til {{ additionalResult.max }}

Betinget informasjon

Dit prognostische stagering systeem voor nieuw-gediagnosticeerde AL (lichte keten) amyloïdose is gebaseerd op een retrospectieve analyse van 810 patiënten van de Mayo Clinic.

Model validatie: 
Het stagering systeem is gevalideerd in een cohort van 303 patiënten die een autologe stamcel transplantatie hebben ondergaan (waarbij gebruik werd gemaakt van pre-transplantatie labwaarden) en een cohort van 103 patiënten geïncludeerd in klinische studies.1 

Model prestaties: 
In vergelijking tot het eerdere amyloïdose stagering systeem van Mayo Clinic, waarin vrije lichte keten buiten beschouwing zijn gelaten en waarbij alternatieve afkappunten voor hsTNT en NT-proBNP zijn gebruikt,2 resulteerde het gereviseerde stagering systeem in een verbeterde model discriminatie.1

Referenties: 

  1. Kumar S, Dispenzieri A, Lacy MQ, Hayman SR, Buadi FK, Colby C et al. Revised prognostic staging system for light chain amyloidosis incorporating cardiac biomarkers and serum free light chain measurements. J Clin Oncol. 2012; 30: 989-95.
     
  2. Dispenzieri A, Gertz MA, Kyle RA, Lacy MQ, Burritt MF, Therneau TM et al. Serum cardiac troponins and N-terminal pro-brain natriuretic peptide: a staging system for primary systemic amyloidosis. J Clin Oncol. 2004; 22: 3751-7.

{{ file.classification }}
PRO
Merknad
Notater er bare synlige i resultatnedlastingen og lagres ikke av Evidencio.

Denne modellen er laget for utdannings-, opplærings- og informasjonsformål. Den må ikke brukes til å støtte medisinske beslutninger eller til å tilby medisinske eller diagnostiske tjenester. Les hele vår disclaimer.

Underliggende modeller En del av
Kommentarer
Kommentar
Vennligst skriv inn en kommentar
Kommentarer er synlige for alle

Tilbakemelding på modellen

Ingen tilbakemeldinger ennå 1 kommentar {{ model.comments.length }} Kommentarer
På {{ comment.created_at }} {{ comment.user.username }} en forfatter som ikke lenger er registrert skrev:
{{ comment.content }}
logo

Logg inn for å aktivere Evidencios utskriftsfunksjoner.

For å kunne bruke Evidencios utskriftsfunksjoner må du være logget inn.
Hvis du ikke har en Evidencio Community-konto, kan du opprette en gratis personlig konto på:

https://www.evidencio.com/registration

Trykte resultater - Eksempler {{ new Date().toLocaleString() }}


Fordeler med Evidencio Community Account


With an Evidencio Community account you can:

  • Create and publish your own prediction models.
  • Share your prediction models with your colleagues, research group, organization or the world.
  • Review and provide feedback on models that have been shared with you.
  • Validate your models and validate models from other users.
  • Find models based on Title, Keyword, Author, Institute, or MeSH classification.
  • Use and save prediction models and their data.
  • Use patient specific protocols and guidelines based on sequential models and decision trees.
  • Stay up-to-date with new models in your field as they are published.
  • Create your own lists of favorite models and topics.

A personal Evidencio account is free, with no strings attached!
Join us and help create clarity, transparency, and efficiency in the creation, validation, and use of medical prediction models.


Ansvarsfraskrivelse: Beregninger alene bør aldri være styrende for pasientbehandlingen, og kan ikke erstatte faglig skjønn.
Evidencio v3.25 © 2015 - 2024 Evidencio. All Rights Reserved