Incidence and time course of everolimus-related adverse events in postmenopausal women with hormone receptor-positive advanced breast cancer: insights from BOLERO-2
Notice bibliographique
Résumé
BACKGROUND: In the BOLERO-2 trial, everolimus (EVE), an inhibitor of mammalian target of rapamycin, demonstrated significant clinical benefit with an acceptable safety profile when administered with exemestane (EXE) in postmenopausal women with hormone receptor-positive (HR(+)) advanced breast cancer. We report on the incidence, time course, severity, and resolution of treatment-emergent adverse events (AEs) as well as incidence of dose modifications during the extended follow-up of this study. PATIENTS AND METHODS: Patients were randomized (2:1) to receive EVE 10 mg/day or placebo (PBO), with open-label EXE 25 mg/day (n = 724). The primary end point was progression-free survival. Secondary end points included overall survival, objective response rate, and safety. Safety evaluations included recording of AEs, laboratory values, dose interruptions/adjustments, and study drug discontinuations. RESULTS: The safety population comprised 720 patients (EVE + EXE, 482; PBO + EXE, 238). The median follow-up was 18 months. Class-effect toxicities, including stomatitis, pneumonitis, and hyperglycemia, were generally of mild or moderate severity and occurred relatively early after treatment initiation (except pneumonitis); incidence tapered off thereafter. EVE dose reduction and interruption (360 and 705 events, respectively) required for AE management were independent of patient age. The median duration of dose interruption was 7 days. Discontinuation of both study drugs because of AEs was higher with EVE + EXE (9%) versus PBO + EXE (3%). CONCLUSIONS: Most EVE-associated AEs occur soon after initiation of therapy, are typically of mild or moderate severity, and are generally manageable with dose reduction and interruption. Discontinuation due to toxicity was uncommon. Understanding the time course of class-effect AEs will help inform preventive and monitoring strategies as well as patient education. TRIAL REGISTRATION NUMBER: NCT00863655.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».