A population-based study examining the effect of tyrosine kinase inhibitors on survival in metastatic renal cell carcinoma in Alberta and the role of nephrectomy prior to treatment
Notice bibliographique
Résumé
Background: We performed a retrospective population-based studyto assess the impact of tyrosine kinase inhibitors (TKIs) on overallsurvival (OS) in patients treated for metastatic renal cell carcinoma(mRCC) in Alberta, Canada and to assess the impact of nephrectomyon OS in patients treated with TKIs.Methods: We identified 134 patients who began taking a TKIbetween December 2003 and June 2007 for mRCC in Alberta. Wecompared survival in this group to that in an earlier cohort of141 pa tients treated with interferon-α (IFN-α) between May 1995and March 2003. We used the Kaplan–Meier method to determineOS, and we used a Cox proportional hazards model to determinehazard ratios (HRs) and confidence intervals (CIs). We performedmultivariate analysis to assess the impact of neprhectomy on OS.Results: Of the 134 patients treated with TKIs, 81 received treatmentin the first-line setting, whereas 53 received treatment after priorIFN-α therapy. All 141 patients from the IFN-α cohort receivedtreatment in the first-line setting. Patients treated with TKIs had animproved OS compared with the IFN-α cohort (HR 0.61, 95% CI0.45–0.83, p = 0.001). The median OS was 18 months in the TKIgroup and 10 months in the IFN-α group. The benefit of TKIs wasconfined to favourable and intermediate risk groups according tothe Memorial Sloan-Kettering Cancer Center prognostic model.Prior nephrectomy was associated with improved OS in the TKIcohort, independent of other prognostic factors.Conclusion: Tyrosine kinase inhibitors improve OS compared withIFN-α in mRCC. In patients treated with TKIs, prior nephrectomyis associated with improved survival independent of other prognosticvariables.Contexte : Une étude rétrospective de population a été menée afind’évaluer l’effet des inhibiteurs de la tyrosine-kinase (ITK) sur lasurvie globale (SG) des patients atteints d’un néphrocarcinomemétastatique et d’évaluer l’impact d’une néphrectomie sur la SGdes patients traités par ITK.Méthodes : Cent trente-quatre patients en Alberta ont entrepris untraitement par ITK entre decembre 2003 et juin 2007 en raisond’un néphrocarcinome. On a comparé les taux de survie dans cegroupe avec ceux d’un groupe de 141 patients ayant entrepris untraitement de première intention par IFN-α entre mai 1995 et mars2003. La survie globale a été calculée à l’aide de la méthode deKaplan Meier, et le risque relatif (RR) et les intervalles de confiance(IC) ont été calculés à l’aide du modèle des risques proportionnelsde Cox. Une analyse multivariée a permis d’évaluer l’impact dela néphrectomie sur la SG dans la population globale de l’étuded’une part et chez les patients traités par ITK d’autre part.Résultats : Les 134 patients ayant entrepris un traitement par ITK ontété répartis ainsi : traitement de première intention, 81 patients, ettraitement de seconde intention après un traitement par IFN-α,53 patients. Les patients traités par ITK ont montré une SG supérieurepar rapport aux patients traités par IFN-α (RR 0,61, IC à 95 % 0,45–0,83, p = 0,001). La SG médiane était de 18 mois chez les patientstraités par ITK et de 10 mois chez les patients traités par IFN-α. Letraitement par ITK n’a eu un avantage que chez les patients atteintsde néphrocarcinome métastatique présentant un risque faible ouintermédiaire selon le modèle du Memorial Sloan-Kettering CancerCener. Une néphrectomie antérieure a été associée à une meilleureSG dans la cohorte traitée par ITK, indépendamment des autres facteurspronostics.Conclusion : Le traitement par ITK a amélioré la SG par rapport autraitement par IFN-α dans une population « réelle ». Une néphrectomieantérieure a été associée à une SG supérieure chez lespatients traités par ITK.
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 | 0,001 | 0,001 |
| 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 ».