Sunitinib in metastatic renal cell carcinoma patients with brain metastases
Notice bibliographique
Résumé
BACKGROUND: In a broad patient population with metastatic renal cell carcinoma (RCC), enrolled in an open-label, expanded access program (EAP), the safety profile of sunitinib was manageable, and efficacy results were encouraging. Here, the authors report results for patients with baseline brain metastases participating in this global EAP. METHODS: Previously treated and treatment-naive metastatic RCC patients ≥18 years received sunitinib 50 mg orally, once daily, on Schedule 4/2. Safety was assessed regularly, tumor measurements done per local practice, and survival data collected where possible. Analyses were done in the modified intention-to-treat (ITT) population, consisting of all patients who received ≥1 dose of sunitinib. RESULTS: As of December 2007, 4564 patients had enrolled in 52 countries. Of these enrollees, 4371 were included in the modified ITT population, of whom 321 (7%) had baseline brain metastases and had received a median of 3 treatment cycles (range 1-25). Reasons for their discontinuation included lack of efficacy (32%) and adverse events (8%). The most common grade 3-4 treatment-related adverse events were fatigue and asthenia (both 7%), thrombocytopenia (6%), and neutropenia (5%), the incidence of which were comparable to that for the overall EAP population. Of 213 evaluable patients, 26 (12%) had an objective response. Median progression-free survival and overall survival were 5.6 months (95% CI, 5.2-6.1) and 9.2 months (95% CI, 7.8-10.9), respectively. CONCLUSIONS: In patients with brain metastases from RCC, the safety profile of sunitinib was comparable to that in the general metastatic RCC population, and sunitinib showed evidence of antitumor activity.
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 ».