Impact of bone and liver metastases (BM, LM) in patients with metastatic renal cell carcinoma (mRCC) treated with molecularly targeted agents (MTAs): Results from the International mRCC Database Consortium (IMDC).
Notice bibliographique
Résumé
394 Background: The skeleton and liver are frequently involved sites of metastases in patients with mRCC. Their impact on survival outcomes of patients treated with currently approved MTAs is largely unknown. The purpose of this study was to analyze patient outcomes based on the presence or absence of BM and/or LM in the era of MTAs. Methods: We conducted a review from the IMCD of 2,027 patients with mRCC treated from April 2003 to August 2012. Statistical analyses were performed using Cox regression and the Kaplan-Meier method. Results: Median follow-up was 21 months. 1,978 were treated with first-line VEGF targeted therapy and 49 were treated with first-line mTOR inhibitors. Presence of BM was 34% overall and 27%, 33%, and 43% in favorable, intermediate, and poor-risk disease, respectively, by IMDC criteria (p < 0.001). Presence of LM was 19% overall and higher in poor-risk patients (23%) compared to favorable (20%) or intermediate-risk groups (16%) (p = 0.003). Other sites of metastases include lung, lymph node, adrenal, soft tissue, and/or brain. Among patients with a single metastatic site, those with BM or LM had a worse overall survival (OS) when compared to metastases at other sites (Table). Among patients with ≥ 2 sites of metastases, those with BM and LM had a shorter time to treatment failure (4.2 vs. 7.3 months, p < 0.0001) and worse OS (Table) when compared to patients with metastases at other sites. In multivariable analyses adjusting for IMDC criteria, BM and LM independently predicted poorer survival (HR=1.38 for BM vs. other metastases, 1.37 for LM vs. other metastases, and 1.82 for concomitant BM and LM, respectively, p < 0.0001). Conclusions: BM and LM in mRCC patients have significant clinical relevance and may possibly be used for risk-stratification of patients with mRCC. [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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».