Individualized treatment with sunitinib versus standard dosing with sunitinib or pazopanib in patients with metastatic renal cell carcinoma (mRCC): Results from the Canadian Kidney Cancer information system (CKCis).
Notice bibliographique
Résumé
468 Background: Recent analysis using CKCis, a prospective database, showed that mRCC patients receiving first-line sunitinib (S) had better survival than patients receiving pazopanib (P) and greater than expected absolute survival in the real world setting. We conducted further analyses to see if an individualized approach (treatment starting at standard dose/schedule with subsequent schedule/dose alterations based on toxicity) using S results in better outcomes in mRCC patients. Methods: Patients within CKCis diagnosed with clear cell mRCC treated with first-line S or P between January 2011 to December 2015 were analyzed by three treatment groups: 1) S as per individualized approach (SI), 2) S as per product monograph (SS), or 3) P as per product monograph (PS). Overall survival (OS) and time-to-treatment failure (TTF) were calculated. Cox regression analysis allowed for adjustment of International Metastatic RCC Database Consortium (IMDC) criteria with age as a continuous variable. Results: A total of 573 patients were identified, 261 patients in SI, 201 patients in SS, and 111 patients in PS. Differences in baseline characteristics were noted (Table). Median OS was improved in SI vs. SS (40.8 vs. 22.6 months (m), p<0.001) and SI vs. PS (40.8 vs. 20.3 m, p<0.001). TTF was better in SI vs. SS (16.6 vs. 5.4 m, p<0.001) and SI vs. PS (16.6 vs. 7.0 m, p<0.001). SS vs. PS showed no difference in median OS (22.6 vs. 20.3 m, p=0.76) or TTF (5.4 vs. 7.0 m, p=0.11). Adjusted hazard ratio showed significance in SS vs. SI (OS 1.81, p=0.004 TTF 2.42, p<0.001) and PS vs. SI (OS 3.16, p<0.001; TTF 2.03, p<0.001). Conclusions: Significant improvement in OS and TTF is seen using an individualized approach to mRCC patients, further supporting the growing body of evidence endorsing this practice. Further prospective validation awaits from the NCT01499121 study. [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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 ».