Targeted Therapies for Renal Cell Carcinoma: More Gains from Using Them Again
Notice bibliographique
Résumé
The development of molecularly targeted agents that inhibit pathways critical to the development of renal cell carcinoma has significantly improved outcomes in patients with these cancers. Compelling scientific and phase iii data have made the use of molecularly targeted agents the standard of care in first-line treatment. Now, available data show that re-treating patients with other tyrosine kinase inhibitors after they progress on sunitinib or sorafenib, or both, is beneficial. A large phase iii trial recently showed that, as compared with placebo, treatment with everolimus, an inhibitor of the mammalian target of rapamycin (mTOR), almost halved the risk of progression (37% vs. 65%) and doubled the median progression-free survival (4 months vs. 2 months). Overall survival was not improved in that study, likely reflecting treatment crossover in the placebo arm, but these data position everolimus as the second-line standard of care. A consistent and growing body of literature also suggests that re-treatment with other kinase inhibitors that the patient has not previously encountered is a reasonable option. Outcomes of initial treatment with sunitinib or sorafenib (or both) should not deter the use of second-line targeted therapy, because the first-line use of targeted agents does not appear to be predictive of outcomes with second-line therapy. However, in view of poor absolute outcomes after second-line treatment and the benefits seen with rationally developed targeted agents in the first-line setting, enrolment of second- and subsequent-line patients in further trials would be preferable.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,005 | 0,014 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».