Phase III HEAT Study Adding Lyso-Thermosensitive Liposomal Doxorubicin to Radiofrequency Ablation in Patients with Unresectable Hepatocellular Carcinoma Lesions
Notice bibliographique
Résumé
Abstract Purpose: Lyso-thermosensitive liposomal doxorubicin (LTLD) consists of doxorubicin contained within a heat-sensitive liposome. When heated to ≥40°C, LTLD locally releases a high concentration of doxorubicin. We aimed to determine whether adding LTLD improves the efficacy of radiofrequency ablation (RFA) for hepatocellular carcinoma (HCC) lesions with a maximum diameter (dmax) of 3 to 7 cm. Experimental Design: The HEAT Study was a randomized, double-blind, dummy-controlled trial of RFA ± LTLD. The 701 enrolled patients had to have ≤4 unresectable HCC lesions, at least one of which had a dmax of 3 to 7 cm. The primary endpoint was progression-free survival (PFS) and a key secondary endpoint was overall survival (OS). Post hoc subset analyses investigated whether RFA duration was associated with efficacy. Results: The primary endpoint was not met; in intention-to-treat analysis, the PFS HR of RFA + LTLD versus RFA alone was 0.96 [95% confidence interval (CI), 0.79-1.18; P = 0.71], and the OS HR ratio was 0.95 (95% CI, 0.76–1.20; P = 0.67). Among 285 patients with a solitary HCC lesion who received ≥45 minutes RFA dwell time, the OS HR was 0.63 (95% CI, 0.41–0.96; P < 0.05) in favor of combination therapy. RFA + LTLD had reversible myelosuppression similar to free doxorubicin. Conclusions: Adding LTLD to RFA was safe but did not increase PFS or OS in the overall study population. However, consistent with LTLD's heat-based mechanism of action, subgroup analysis suggested that RFA + LTLD efficacy is improved when RFA dwell time for a solitary lesion ≥45 minutes. Clin Cancer Res; 24(1); 73–83. ©2017 AACR.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».