MétaCan
Menu
Retour à la cohorte
Enregistrement W2640351411 · doi:10.1200/jco.2017.35.15_suppl.2534

Validation of RECIST 1.1 for use with cytotoxic agents and targeted cancer agents (TCA): Results of a RECIST Working Group analysis of a 50 clinical trials pooled individual patient database.

2017· article· en· W2640351411 sur OpenAlexaff
Saskia Litière, Gaëlle Isaac, Elisabeth G.E. de Vries, Jan Bogaerts, Alice P. Chen, Janet Dancey, Robert Ford, Steve J Gwyther, Otto S. Hoekstra, Erich P. Huang, Nancy U. Lin, Yan Liu, Sumithra J. Mandrekar, Lawrence H. Schwartz, Lalitha Shankar, Patrick Therasse, Lesley Seymour

Notice bibliographique

RevueJournal of Clinical Oncology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Treatment and Pharmacology
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMedicineResponse Evaluation Criteria in Solid TumorsClinical trialProgressive diseaseLung cancerCancerOncologyTarget lesionInternal medicinePlaceboClinical endpointLesionChemotherapyRadiologyPhases of clinical researchPathology

Résumé

récupéré en direct d'OpenAlex

2534 Background: The Response Evaluation Criteria in Solid Tumors (RECIST) v1.1 were derived from an international collaborative effort supported by data from clinical trials (16 studies, 9147 patients) on cytotoxic chemotherapy (CT), providing a standard tool for response assessment. RECIST’s role has been questioned for TCA. Using a pooled individual patient database (IPD) from clinical trials performed by industry and cooperative groups, we assessed whether modifications to RECIST are required to evaluate antitumor activity of TCA. Methods: Data were collected from phase 2 and 3 clinical trials testing TCA in solid tumors. To study the occurrence of mixed responses, the variability of response of lesions within patients was studied. Furthermore, response was correlated with survival through landmark analyses and time dependent Cox models. Results: Clinical data were obtained from 23,259 patients, mainly with lung (36%), colorectal (28%) or breast cancer (11%). 15,620 patients (67%) received a TCA, mainly transduction or angiogenesis inhibitors, either as single agent (37%) or combined with other TCAs (7%) or CT (56%); 28% received CT only and 5% best supportive care or placebo. Within-patient variability reduced as the number of lesions used for response assessment increased, and did so similarly for TCAs (+/- CT) and CT. Mixed responses seemed to occur similarly across these treatment categories as well. Landmark analyses showed improving overall survival by % tumor shrinkage and a clear distinction between the effect of tumor shrinkage and progressive disease (PD) according to RECIST 1.1. This was confirmed by time dependent analysis. In addition target lesion growth showed no marked improvement in overall survival prediction over and above the other components of RECIST 1.1 PD (new lesions, non-target PD), regardless of treatment (TCA, CT or both) received. Similar results were seen focusing on major tumor types and classes of TCA. Conclusions: Using a large IPD dataset we demonstrated that RECIST 1.1 performs equally well for response assessment of TCA as for CT. No modifications are required.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,255
score de la tête « metaresearch » (Gemma)0,278
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,255
Score d'incertitude au seuil0,919

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2550,278
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,006
Bibliométrie0,0040,006
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0030,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,532
Tête enseignante GPT0,582
Écart entre enseignants0,050 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetCancer Treatment and PharmacologyTravaux en français237 207