Phase 1 trial of everolimus plus sunitinib in patients with metastatic renal cell carcinoma
Notice bibliographique
Résumé
BACKGROUND: Simultaneous inhibition of the vascular epithelial growth factor (VEGF) and the mammalian target of rapamycin (mTOR) pathway may improve treatment response in advanced renal cell carcinoma (RCC). Everolimus, an oral mTOR inhibitor, and sunitinib, an oral tyrosine kinase inhibitor targeting VEGF, are standard agents in the management of metastatic RCC. METHODS: Sequential cohorts of 3 to 6 patients with advanced RCC received dose-escalated combinations of sunitinib (37.5 or 50 mg daily, 4 weeks on/2 weeks off) with everolimus (2.5-5 mg daily or 20-30 mg weekly). Dose-limiting toxicities (DLTs) were assessed in the first 6-week cycle to determine maximum tolerated dose (MTD). Pharmacokinetic profiles were obtained. RESULTS: Twenty patients (13 clear cell and 7 nonclear cell RCC) were enrolled in 5 cohorts. Daily everolimus was not tolerated when combined with sunitinib; the first 2 patients on the second cohort suffered DLTs. With weekly everolimus, the MTD was 30 mg everolimus on days 7, 14, 21, and 28, plus 37.5 mg sunitinib on days 1 to 28 of a 42-day cycle; however, chronic treatment was associated with grade 3 and 4 toxicities. A schedule of 20 mg everolimus weekly/37.5 mg sunitinib was tolerated as chronic therapy. Five patients (25%) had confirmed partial responses, and 3 had nonclear cell RCC. No unexpected accumulation of everolimus, sunitinib, or N-desethyl sunitinib was observed. CONCLUSIONS: The combination of everolimus and sunitinib is associated with significant acute and chronic toxicities and is only tolerated at attenuated doses. Responses were observed in nonclear cell and clear cell RCC.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 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 ».