MétaCan
Menu
Retour à la cohorte
Enregistrement W2316810850 · doi:10.1158/1535-7163.targ-09-a105

Abstract A105: Phase 2 trials of linifanib (ABT-869) in advanced hepatocellular, renal cell and non-small cell lung cancer: Associations of response by CT or DCE-MRI with patient outcome

2009· article· en· W2316810850 sur OpenAlexaff
Han Chong Toh, Wei Peng Yong, Yu-Ning Wong, Eng‐Huat Tan, Christian Kollmannsberger, Viswanath Devanarayan, Ke Zhang, Yanping Luo, Daniel Chen, Edward Ashton, Justin L. Ricker, Dawn M. Carlson, Pei‐Jer Chen

Notice bibliographique

RevueMolecular Cancer Therapeutics · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineResponse Evaluation Criteria in Solid TumorsHazard ratioOncologyInternal medicineHepatocellular carcinomaProgression-free survivalCancerClinical trialLung cancerPhases of clinical researchSorafenibInterim analysisNuclear medicineUrologyOverall survivalConfidence interval

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Linifanib is a novel orally active and selective inhibitor of VEGF and PDGF families of receptor tyrosine kinases. Linifanib has demonstrated antitumor activity in a variety of advanced solid tumors in phase 1 and 2 trials. The objective of this analysis was to assess associations between pt outcome (PFS or OS) and response by CT (per RECIST or tumor volume change), or DCE-MRI (per Ktrans), in patients (pts) enrolled in ongoing phase 2 linifanib monotherapy trials. Methods: Three open-label, phase 2 monotherapy studies were conducted internationally in advanced/metastatic solid tumor pts with hepatocellular carcinoma (HCC), non-small cell lung cancer (NSCLC) and renal cell carcinoma (RCC). Interim efficacy and safety results have been previously reported. A retrospective exploratory analysis of associations between pt outcome and CT or DCE-MRI response was conducted. An independent centralized review of tumor response assessment by CT (baseline, and Q8 wks) and DCE-MRI (baseline, and 2 wks) was performed using a uniform charter. CT assessed tumor volume and best percent change from baseline and pts were classified as PR, SD, or PD by RECIST. Baseline Ktrans and percent change in Ktrans were derived from DCE-MRI. Statistical analysis was performed using the Cox proportional hazard model and logrank test, and significance considered at the level of P≥0.05. Threshold estimates were determined by the Bootstrapping & Aggregating Thresholds from Trees (BATTing). Results: Across the 3 phase 2 trials, 236 pts were enrolled from 08/07 to 10/08 at 34 centers: 44 pts with HCC, 53 pts with RCC, and 139 pts with NSCLC. Based on the BATTing methodology, 79/191 evaluable pts had a maximum CT tumor volume decrease of >32%. This was associated with improved OS (log-rank p<0.001) and PFS (log-rank p<0.001). Pts with confirmed or unconfirmed PR (n=27) per RECIST had better OS (p=0.021) and PFS (p=0.017) than those who did not achieve a PR (n=181). Among the 236 pts, 117 had DCE-MRI scans at baseline and Day 15. Of these, 68/117 pts (58%) had baseline Ktrans above the BATTing cutoff of 0.055 and this was associated with improved OS (log-rank, p=0.011), but not PFS (log-rank, p=0.835). DCE-MRI response (Ktrans decrease) at 2 wks was not associated with significant improvement in PFS or OS. Conclusions: CT tumor volume reduction and CT response were associated with improved OS and PFS. Greater baseline Ktrans was associated with improved OS but not PFS. Ktrans changes at 2 wks were not associated with improvement in pt outcome. Citation Information: Mol Cancer Ther 2009;8(12 Suppl):A105.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,928

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,374
Écart entre enseignants0,339 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Cancer TherapeuticsMême sujetLung Cancer Treatments and MutationsTravaux en français237 207