Adjuvant and Neoadjuvant Small-Molecule Targeted Therapy in High-Risk Renal Cell Carcinoma
Notice bibliographique
Résumé
Background: Non-localized renal cell carcinoma (rcc) carries a poor prognosis with a significant risk of mortality for patients. Traditionally, interleukin-2 and interferon alfa have been administered in this setting, with high toxicity and limited improvement in cancer-specific survival. However, newer agents such as sunitinib, sorafenib, bevacizumab, and temsirolimus have demonstrated great potential and provide a new frontier in the management of high-risk rcc. Methods: We queried PubMed and the Medline ovid databases for English articles from 1950 to December 2008 using the keywords “renal cell carcinoma,” “high risk” and “renal cell carcinoma,” and “neoadjuvant.” Articles from these searches and the reference lists of relevant articles were obtained. Articles published between 1996 and 2008 were included in the present review. Results: Risk stratification is imperative for optimal patient selection in adjuvant, neoadjuvant, and research settings. Utilization of interferon alfa and interleukin-2 has not demonstrated improved disease-free survival in the adjuvant setting. A number of adjuvant vaccines have also failed to demonstrate improved survival. The adjuvant role of targeted small-molecule inhibitors such as sorafenib, sunitinib, and temsirolimus is currently under investigation in phase iii trials. Sporadic case reports have demonstrated promising results with neoadjuvant use of these agents, and a pilot study of neoadjuvant temsirolimus is currently underway at our centre. Conclusions: The role, efficacy, and toxicity of adjuvant and neoadjuvant targeted small-molecule inhibitors in high-risk rcc remains to be delineated. Ideally, clinicians will be able to identify high-risk patients and offer treatment to those who would benefit most from adjuvant and neoadjuvant therapy, while minimizing toxicity in low-risk patients.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».