A Comparison of the Efficacy of Immunomodulatory-containing Regimens in Relapsed/Refractory Multiple Myeloma: A Network Meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Previous network meta-analyses combined studies of immunomodulatory drug (IMiD)-containing and IMiD-free regimens, despite a lack of head-to-head randomized controlled trials to robustly link them. However, patients with relapsed or refractory multiple myeloma (RRMM) treated with IMiD-containing regimens differ from those treated with IMiD-free regimens, especially relating to treatment history, which is an important treatment-effect modifier requiring clinical consideration when evaluating the most appropriate subsequent treatment options. A need exists to separately assess the efficacy of treatment regimens for patients who are suitable candidates for IMiD-containing and IMiD-free regimens. The presented analyses will enable clinicians to assess the best regimens to use in patients suitable for IMiD-containing regimens. MATERIALS AND METHODS: We used a Bayesian network meta-analysis to compare IMiD-containing regimens in patients with RRMM. Additionally, subgroup analyses were conducted stratified by previous therapy line, previous bortezomib therapy, and previous lenalidomide therapy. RESULTS: The results indicated that triplet combinations are more effective than doublet combinations. Of the triplet combinations, daratumumab, lenalidomide, dexamethasone (DRd) was significantly better in improving progression-free survival in patients with RRMM than were other IMiD-containing regimens (lenalidomide, dexamethasone [Rd]: hazard ratio [HR], 0.37; carfilzomib, Rd: HR, 0.54; elotuzumab, Rd: HR, 0.54; ixazomib, Rd: HR, 0.50). Similar trends were observed for overall survival and overall response. DRd showed the greatest probability of being the best treatment for all clinical efficacy outcomes. The subgroup analyses results were consistent with the base-case results. CONCLUSION: In patients with RRMM who are suitable for an IMiD-containing regimen, DRd showed clear advantages in survival and response outcomes compared with other IMiD-containing regimens.
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 | 0,008 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,032 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».