First-line sunitinib versus pazopanib in metastatic renal cell carcinoma (mRCC): Results from the International Metastatic Renal Cell Carcinoma Database Consortium (IMDC).
Notice bibliographique
Résumé
544 Background: Sunitinib (SU) and Pazopanib (PZ) have been compared head-to-head in the first-line phase III COMPARZ study in metastatic renal cell carcinoma (mRCC). We compared SU versus PZ, to confirm outcomes and subsequent second-line therapy efficacy in a population-based setting. Methods: We used the IMDC to assess overall survival (OS), progression-free survival (PFS), response rate (RR) and performed proportional hazard regression adjusting for IMDC prognostic groups. Second-line OS2 and PFS2 were also evaluated. Results: We obtained data from 3,606 patients with mRCC treated with either first line SU (n=3226) or PZ (n=380) with an overall median follow-up of 43.5 months (m) (CI95% 41.4 – 46.4). IMDC risk group distribution for favorable prognosis was 440 (17.3%) for SU vs 72 (25%) for PZ, intermediate prognosis 1414 (55.6%) for SU vs 153 (53%) for PZ, poor prognosis 689 (27.1%) for SU vs 62 (22%) for PZ, p= 0.0027. We found no difference between SU vs. PZ for OS (20.1 [CI95% 18.76-21.42] vs. 23.68 m [CI95% 19.54 - 28.81] p=0.19), PFS (7.22 [CI95% 6.76 - 7.78] vs. 6.83 m [CI95% 5.58 - 8.27] p=0.49). The RR was similar in both groups (Table 1). Adjusted HR for OS and PFS were 0.952 (CI95% 0.788 – 1.150 p=0.61) and 1.052 (CI95% 0.908 – 1.220 p = 0.49), respectively. We also found no difference in any second-line treatment between either post-SU vs. post-PZ groups for OS2 (12.88 [CI95% 11.89 – 14.19] vs. 12.91 m [CI95% 10.3 – 19.1] p=0.47) and PFS2 (3.67 [CI95% 3.38 – 3.87] vs. 4.53 m [CI95% 3.08 – 5.35] p=0.4). There was no statistical difference in OS2 and PFS2 if everolimus was used after SU or PZ (p = 0.33 and p = 0.41, respectively) or if axitinib was used after SU or PZ (p = 0.73 and p = 0.72, respectively). Conclusions: We confirmed in real world practice, that SU and PZ have similar efficacy in the first-line setting for mRCC and do not affect outcomes with subsequent second-line treatment. [Table: see text]
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».