Cediranib with mFOLFOX6 vs bevacizumab with mFOLFOX6 in previously treated metastatic colorectal cancer
Notice bibliographique
Résumé
BACKGROUND: Cediranib is a highly potent inhibitor of vascular endothelial growth factor (VEGF) signalling with activity against all three VEGF receptors. Bevacizumab is an anti-VEGF-A monoclonal antibody with clinical benefit in previously treated metastatic colorectal cancer (mCRC). METHODS: Patients with mCRC who had progressed following first-line therapy were randomised 1:1:1 to modified (m)FOLFOX6 plus cediranib (20 or 30 mg day(-1)) or bevacizumab (10 mg kg(-1) every 2 weeks). The primary objective was to compare progression-free survival (PFS) between treatment arms. RESULTS: A total of 210 patients were included in the intent-to-treat (ITT) analysis (cediranib 20 mg, n=71; cediranib 30 mg, n=73; bevacizumab, n=66). Median PFS in the cediranib 20 mg, cediranib 30 mg and bevacizumab groups was 5.8, 7.2 and 7.8 months, respectively. There were no statistically significant differences between treatment arms for PFS (cediranib 20 mg vs bevacizumab: HR=1.28 (95% CI, 0.85-1.95; P=0.29); cediranib 30 mg vs bevacizumab: HR=1.17 (95% CI, 0.77-1.76; P=0.79)) or overall survival (OS). Grade ≥ 3 adverse events were more common with cediranib 30 mg (91.8%) vs cediranib 20 mg (81.4%) or bevacizumab (84.8%). CONCLUSION: There were no statistically significant differences between treatment arms for PFS or OS. When combined with mFOLFOX6, the 20 mg day(-1) dose of cediranib was better tolerated than the 30 mg day(-1) dose.
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) | 0,001 | 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 ».