Sorafenib tolerability in elderly patients with advanced renal cell carcinoma: results from a large pooled analysis
Notice bibliographique
Résumé
BACKGROUND: Elderly patients tend to be underrepresented in renal cell carcinoma (RCC) clinical trials. The Sorafenib RCC Integrated Database includes data from six clinical trials and two expanded-access studies evaluating sorafenib monotherapy in >4600 patients with RCC. Using this database, sorafenib tolerability and treatment patterns were analysed according to age group (<55, 55-<65, 65-<75, or ≥ 75 years). METHODS: Dosing patterns, and incidence, prevalence and cumulative incidence of drug-related adverse events (DRAEs) and fatal DRAEs were assessed. RESULTS: Overall, 4684 patients were evaluable (<55 years, n=1126; 55-<65, n=1579; 65-<75, n=1382; ≥ 75, n=559). Treatment patterns were generally similar across subgroups, although sorafenib treatment duration was ∼30% shorter in the ≥ 75-years subgroup. There were no substantial differences in any-grade DRAEs with sorafenib between subgroups. Drug-related adverse events and dose modifications due to DRAEs tended to occur in months 0-3 and declined thereafter; there was no evidence of cumulative toxicity. Fatal DRAEs were rare (0.7% overall; 95% confidence interval, 0.5-1.0%). CONCLUSION: Sorafenib was well tolerated regardless of age in a heterogeneous population of RCC 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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».