An evidence-based guide to the selection of sequential therapies in metastatic renal cell carcinoma
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Targeted therapies have introduced a paradigm shift in the management of metastatic renal cell carcinoma. Currently, four molecules (sunitinib, pazopanib, bevacizumab plus interferon, temsirolimus) are considered in first-line therapy, and three other molecules for second, or subsequent lines of therapy (everolimus, axitinib, sorafenib). In addition, other molecules and sequencing schemes are being tested in ongoing phase II/III studies. We conducted a systematic review using PubMed and several other databases up to December 2011 of prospective and retrospective studies on treatment management of metastatic renal cell carcinoma using targeted therapies, with a special focus on use of sequential treatment. Based on phase III data, the optimal sequencing scheme for patients with clear cell or even non-clear cell histological subtype appears to consist of sunitinib, followed by axitinib, followed by everolimus. Subsequent treatment options rely on lower evidence studies and could consist of fourth-line sorafenib or sunitinib rechallenge. Such therapies would qualify as last recourse options. In another context, temsirolimus may be used in patients who fulfill the Memorial Sloan-Kettering Cancer Center poor risk criteria or who have poor performance status. We conclude that in the current setting, sequential therapy represents the cornerstone of effective management of metastatic renal cell carcinoma.
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.
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 | 0,001 | 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) | 0,000 | 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 découle