Effects of Adjuvant Sorafenib and Sunitinib on Cardiac Function in Renal Cell Carcinoma Patients without Overt Metastases: Results from ASSURE, ECOG 2805
Notice bibliographique
Résumé
PURPOSE: Sunitinib and sorafenib are used widely in the treatment of renal cell carcinoma (RCC). These agents are associated with a significant incidence of cardiovascular (CV) dysfunction and left ventricular ejection fraction (LVEF) declines, observed largely in the metastatic setting. However, in the adjuvant population, the CV effects of these agents remain unknown. We prospectively defined the incidence of cardiotoxicity among resected, high-risk RCC patients treated with these agents. EXPERIMENTAL DESIGN: Sunitinib, sorafenib, or placebo was administered for up to 12 months in patients with high-risk, resected RCC. LVEF was measured by multigated acquisition (MUGA) scans at standard intervals. Additional CV adverse events were reported according to NCI Common Terminology Criteria for Adverse Events (CTCAE). RESULTS: Among 1,943 patients randomized, 1,599 had at least 1 post-baseline MUGA. Within 6 months, 21 patients (1.3%) experienced a cardiac event, defined as an LVEF decline from baseline that was >15% and below the institutional lower limit of normal. Nine of 513 patients (1.8%) were on sunitinib, 7 of 508 (1.4%) on sorafenib, and 5 of 578 (0.9%) on placebo (P = 0.28 and 0.56 comparing sunitinib and sorafenib to placebo, respectively). With dose interruption or adjustment, 16 of the 21 recovered their LVEF to >50%. The incidence of symptomatic heart failure, arrhythmia, or myocardial ischemia did not differ among groups. CONCLUSIONS: In the adjuvant setting, we prospectively define low incidence of cardiotoxicity with sunitinib and sorafenib. These findings may be related to close CV monitoring, or potentially to fewer CV comorbidities in our nonmetastatic population.
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 | 0,003 | 0,002 |
| 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 ».