Optimizing the sequence of biological agents in advanced colorectal cancer: A decision analysis.
Notice bibliographique
Résumé
e14171 Background: Patients (pts) with wild-type (WT) K-ras metastatic colorectal cancer(mCRC) may benefit from the following five drugs/classes: fluoropyrimidines (FP), oxaliplatin (O), irinotecan (I), bevacizumab (B) and EGFR inhibitors (EGFRI). However, pending the results of ongoing randomized trials, the optimal sequencing of these agents is unclear. Methods: A Markov model was constructed for a hypothetical cohort of pts with WT K-ras unresectable mCRC to examine the outcomes of 3 different treatment strategies over a time horizon of 5 years. Strategy A: 1st line B+FP+O/I, 2nd line FP+I/O, 3rd line EGFRI monotherapy. Strategy B: 1st line B+FP+O/I, 2nd line FP+I/O, 3rd line EGFRI + I. Strategy C: 1st line EGFRI+FP+O/I, 2nd line B+ FP+I/O, 3rd line best supportive care. Efficacy and probability data were obtained from published clinical trials identified through a systematic review using MEDLINE, EMBASE and the Cochrane Central registry of clinical trials. The primary endpoint was mean overall survival (OS). Results: The results are shown in the table below. One-way sensitivity analyses revealed that strategy C may be preferred to B when less than 30% of pts were eligible to receive 3rd line treatment (base case was 34%), or when the relative benefit of 3rd line EGFRI+I to EGFRI alone had a hazard ratio (HR) of more than 0.57 (base case HR = 0.54). First order micro-simulation (n=100,000) suggested that 77% and 82% of the simulations revealed the differences between strategies B and C to be less than 1 month and 3 months respectively. Only 6% of the simulations suggested strategy B was superior to others by more than 3 months, while only 12% suggested strategy C was superior to others by more than 3 months. Conclusions: All 3 strategies appeared to result in similar OS for pts with unresectable mCRC. Objective evidence regarding the proportion of patients eligible for 3rd line EGFRI treatment in clinical practice would be useful given the implications for a preferred strategy to maximize OS. [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 | 0,022 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,008 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».