Circulating biomarkers and outcome from a randomised phase II trial of sunitinib vs everolimus for patients with metastatic renal cell carcinoma
Notice bibliographique
Résumé
BACKGROUND: RECORD-3 assessed non-inferiority of progression-free survival (PFS) with everolimus vs sunitinib in previously untreated patients with metastatic renal cell carcinoma. Baseline plasma sample collection and randomised design enabled correlation of circulating biomarkers with efficacy. METHODS: Samples were analysed for 121 cancer-related biomarkers. Analyses of biomarkers categorised patients as high or low (vs median) to assess association with first-line PFS (PFS1L) for each treatment arm. A composite biomarker score (CBS) incorporated biomarkers potentially predictive of PFS1L with everolimus. RESULTS: Plasma samples from 442 of the 471 randomised patients were analysed. Biomarkers were associated with PFS1L for everolimus alone (29), sunitinib alone (9) or both (12). Everolimus-specific biomarkers (CSF1, ICAM1, IL-18BP, KIM1, TNFRII) with hazard ratio ⩾ 1.8 were integrated into a CBS (range 0-5). For CBS low (0-3, n = 291) vs high (4-5, n = 151), PFS1L differed significantly for everolimus but not for sunitinib. There was no significant difference in PFS1L between everolimus and sunitinib in the high CBS patient cohort. CONCLUSIONS: Baseline levels of multiple soluble biomarkers correlated with benefit from everolimus and/or sunitinib, independent of clinical risk factors. A similar PFS1L was observed for both treatments among patients with high CBS score.
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) | 0,001 | 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 ».