Safety and clinical efficacy of everolimus in the treatment of advanced renal cell carcinoma (RCC)
Notice bibliographique
Résumé
Safety and clinical efficacy of everolimus in the treatment of advanced renal cell carcinoma (RCC) Rohan Shahani, Kevin G Kwan, Anil KapoorDivision of Urology, Department of Surgery, St. Joseph’s Healthcare Hamilton and McMaster University, Hamilton, Ontario, CanadaAbstract: Renal cell carcinoma (RCC) is one of the most lethal genitourinary malignancies. Recently, there has been a paradigm shift in the management of advanced RCC. New targeted therapies including vascular endothelial growth factor (VEGF) and mammalian target of rapamycin (mTOR) inhibitors have been developed which have shown promising results in a patient population who otherwise had very few options for treatment. The first mTOR inhibitor, temsirolimus, an intravenous prodrug, has shown improved overall survival in poor prognosis patients. More recently, an oral mTOR inhibitor, everolimus (RAD 001), has been developed which has been shown to delay disease progression in patients with metastatic RCC who have progressed on other targeted therapies. Although a survival advantage in phase III trials is seen with everolimus, associated systemic toxicities, while generally well tolerated, are not insignificant. These include mucositis, hyperglycemia, hyperlipidemia, and pneumonitis. Despite the side effects, emerging evidence points to everolimus as the optimal second-line treatment for patients with advanced renal cell carcinoma.Keywords: metastatic renal cell carcinoma, everolimus, mTOR inhibitors, VEGF inhibitors
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 | 0,000 |
| 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) | 0,000 | 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 ».