First-line sunitinib or pazopanib in metastatic renal cell carcinoma: The Canadian experience
Notice bibliographique
Résumé
Introduction: Clinical trial data has shown pazopanib to be noninferior in overall survival (OS) compared to sunitinib as first-line treatment for metastatic renal cell carcinoma (mRCC). The purpose of this study was to evaluate outcomes and compare dose-modifying toxicities of mRCC patients treated with suntinib or pazopanib in the real-world setting.Methods: Data were collected on mRCC patients using the prospective Canadian Kidney Cancer Information System (CKCis) database from January 2011 to November 2015. Statistical analyses were performed using Cox regression adjusted for several risk factors and the Kaplan-Meier method.Results: We identified 670 patients treated with sunitinib (n=577) and pazopanib (n=93). There were no significant differences in International Metastatic Renal Cell Carcinoma Database Consortium (IMDC) risk groups (p=0.807). Patients treated with sunitinib had improved OS compared with pazopanib (median 31.7 vs. 20.6 months, p=0.028; adjusted hazard ratio [aHR] 0.60; 95% confidence interval [CI] 0.38‒0.94). Time to treatment failure (TTF) was numerically, but not statistically, improved with sunitinib (medians 11.0 vs. 8.4 months, p=0.130; aHR 0.87; 95% CI 0.59‒1.28). Outcomes with individualized dosing on sunitinib were unavailable for this analysis. Patients treated with sunitinib had a higher incidence of mucositis, hand-foot syndrome, and gastroesophageal reflux disease; patients treated with pazopanib had a higher incidence of hepatotoxicity.Conclusions: In Canadian patients with mRCC, treatment with sunitinib appears to be associated with an improved OS compared to pazopanib in the first-line setting. Patient selection factors and the contemporary practice of individualized dosing with sunitinib may contribute to these real-world outcomes and warrant further investigation.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».