Phase II Trial of Capecitabine Plus Erlotinib Versus Capecitabine Alone in Patients with Advanced Colorectal Cancer
Notice bibliographique
Résumé
Aim & methods: Capecitabine monotherapy as palliation for advanced colorectal cancer (CRC) is generally well tolerated. Adding erlotinib, an EGFR-tyrosine kinase inhibitor, might improve efficacy versus capecitabine alone. 82 patients received capecitabine alone (Arm 1) or capecitabine with erlotinib (Arm 2). RESULTS: Median time-to-progression (TTP) in Arm 1 was 7.9 months versus 9.2 in Arm 2. In KRAS-wild type (WT) patients TTP was 8.4 and 11.7 months in Arms 1 and 2, respectively. In KRAS-mutated patients TTP was 7.4 and 1.9 months in Arms 1 and 2, respectively (p = 0.023). Arm 2 KRAS-WT patients, left-sided primaries, had an overall survival of 16.0 versus 12.1 months in right-sided primaries. CONCLUSION: Adding erlotinib to capecitabine increased TTP by 3.2 months in KRAS-WT patients. This study suggests that erlotinib harms patients with KRAS-mutated advanced CRC while it may provide benefit to those with KRAS-WT CRC. Further study of EGFR-tyrosine kinase inhibitors in patients with left-sided KRAS-WT CRC is warranted.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».