Clinical outcomes of the sequential use of pazopanib followed by everolimus for the treatment of metastatic renal cell carcinoma: A multicentre study in Korea
Notice bibliographique
Résumé
INTRODUCTION: The aim of this study was to investigate the real-world clinical outcomes of first-line pazopanib and second-line everolimus in Korean patients with metastatic renal cell carcinoma (mRCC). METHODS: Data of patients who had mRCC with clear-cell component between 2001 and 2015 at multiple institutions were collected retrospectively. To be included in the analysis, patients had to meet the following criteria: age ≥18 years; received first-line targeted therapy with pazopanib; and received second-line targeted therapy with everolimus. The primary outcomes included overall survival (OS), progression-free survival (PFS), and adverse events (AEs). RESULT: A total of 36 patients were included in the analysis. The median followup period was 33.5 months (range 17-49.5). The median PFS was eight months (95% confidence interval [CI] 6.4-9.6) after treatment with pazopanib and three months (95% CI 1.9-4.1) with everolimus. The median OS was 27 months (95% CI 16.6-37.4). The median treatment duration was seven months (range 4.3-10.8) after treatment with pazopanib and 3.5 months (range 3-4) with everolimus. Multivariate analysis revealed that the Heng risk criteria were independently associated with OS (p<0.001). Almost every patient experienced some form of AE, the majority of which were mostly mild or moderate in severity. The most common AEs were diarrhea (50%), hypertension (44.4%), and fatigue (41.7%) after treatment with pazopanib, and anemia (47.2%), stomatitis (41.7%), and fatigue (38.9%) with everolimus. CONCLUSIONS: The outcomes for the patients treated with pazopanib followed by everolimus in Korea as observed by us were consistent with those reported by previous studies. The Heng risk criteria were significantly associated with the prognosis of patients with mRCC. AEs were mainly mild to moderate and readily managed.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».