Gefitinib or Placebo in Combination with Tamoxifen in Patients with Hormone Receptor–Positive Metastatic Breast Cancer: A Randomized Phase II Study
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
PURPOSE: Increased growth factor signaling may contribute to tamoxifen resistance. This randomized phase II trial assessed tamoxifen plus placebo or the epidermal growth factor receptor inhibitor gefitinib in estrogen receptor (ER)-positive metastatic breast cancer. EXPERIMENTAL DESIGN: Patients with newly metastatic disease or recurred after adjuvant tamoxifen (stratum 1), or recurred during/after adjuvant aromatase inhibitor (AI) or after failed first-line AI (stratum 2), were eligible. Primary variables were progression-free survival (PFS; stratum 1) and clinical benefit rate (CBR; stratum 2). A 5% or more improvement in response variables with gefitinib was considered to warrant further investigation. Outcome was correlated with biomarkers measured on the primary tumor. RESULTS: In stratum 1 (n = 206), the PFS HR (gefitinib:placebo) was 0.84 (95% CI, 0.59-1.18; median PFS 10.9 versus 8.8 months). In the stratum 1 endocrine therapy-naïve subset (n = 158) the HR was 0.78 (95% CI, 0.52-1.15), and the prior endocrine-treated subgroup (n = 48) 1.47 (95% CI, 0.63-3.45). In stratum 1, CBRs were 50.5% with gefitinib and 45.5% with placebo. In stratum 2 (n = 84), CBRs were 29.2% with gefitinib and 31.4% with placebo. Biomarker analysis suggested that in stratum 1 there was greater benefit with gefitinib in patients who were ER-negative or had lower levels of ER protein. CONCLUSIONS: In stratum 1, the improved PFS with gefitinib plus tamoxifen met the protocol criteria to warrant further investigation of this strategy. In stratum 2, there was a numerical disadvantage for gefitinib; additional investigation after AI therapy is not warranted. Studies of predictive biomarkers are needed to subset appropriate patients.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle