Changes in Bone Turnover Marker Levels and Clinical Outcomes in Patients with Advanced Cancer and Bone Metastases Treated with Bone Antiresorptive Agents
Notice bibliographique
Résumé
PURPOSE: Bone antiresorptive agents can significantly reduce bone turnover markers (BTM) in patients with advanced cancer. We evaluated association of changes in BTMs with overall survival (OS), disease progression (DP), and disease progression in bone (DPB) in patients with advanced cancer and bone metastases following denosumab or zoledronic acid treatment. EXPERIMENTAL DESIGN: This is an integrated analysis of patient-level data from three identically designed, blinded, phase III trials with patients randomized to subcutaneous denosumab or intravenous zoledronic acid. Levels of the BTMs urinary N-telopeptide (uNTx) and serum bone-specific alkaline phosphatase (sBSAP) measured at study entry and month 3 were analyzed. OS, DP, and DPB were compared in patients with BTMs ≥ median versus < median based on month 3 assessments. RESULTS: uNTx levels ≥ the median of 10.0 nmol/mmol at month 3 were associated with significantly reduced OS compared with levels < median (HR for death, 1.85; P < 0.0001). sBSAP levels ≥ median of 12.6 ng/mL were associated with significantly reduced OS compared with levels < median (HR, 2.44; P < 0.0001). uNTx and sBSAP levels ≥ median at month 3 were associated with significantly greater risk of DP (HR, 1.31; P < 0.0001 and HR, 1.71; P < 0.0001, respectively) and DPB (HR, 1.11; P = 0.0407 and HR, 1.27; P < 0.0001, respectively). CONCLUSIONS: BTM levels ≥ median after 3 months of bone antiresorptive treatment were associated with reduced OS and increased risk of DP and DPB. Assessment of uNTx and sBSAP levels after bone antiresorptive therapy may add to identification of patients at risk for worse clinical outcomes. Clin Cancer Res; 22(23); 5713-21. ©2016 AACR.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».