Cabozantinib Versus Standard-of-Care Comparators in the Treatment of Advanced/Metastatic Renal Cell Carcinoma in Treatment-naïve Patients: a Systematic Review and Network Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Cabozantinib has recently been evaluated as a first-line treatment in advanced renal cell carcinoma (aRCC). OBJECTIVE: To indirectly assess efficacy of cabozantinib versus standard-of-care (SoC) comparators in the first-line treatment of aRCC. METHODS: We conducted a systematic literature review (SLR) to identify randomized controlled studies in the first-line setting for aRCC. The outcomes analyzed were overall survival (OS) and progression-free survival (PFS). A network meta-analysis (NMA) was conducted comparing OS and PFS hazard ratios (HRs). RESULTS: Thirteen studies were identified in the SLR to be eligible for inclusion in the NMA. The overall study populations were heterogeneous in terms of risk groups; some studies included favorable risk patients. In intermediate-risk patients, HRs (95% confidence interval) for PFS were 0.52 (0.33, 0.82), 0.46 (0.26, 0.80), 0.20 (0.12, 0.36), and 0.37 (0.20, 0.68) when cabozantinib was compared with sunitinib, sorafenib, interferon (IFN), or bevacizumab plus IFN, respectively. In poor-risk patients, the NMA also demonstrated significant superiority in terms of PFS for cabozantinib; HRs were 0.31 (0.11, 0.90), 0.22 (0.06, 0.87), 0.16 (0.04, 0.64), and 0.20 (0.05, 0.88), when cabozantinib was compared with sunitinib, temsirolimus, IFN, or bevacizumab plus IFN, respectively. When the overall study populations were compared, the results were similar to the subgroup analyses. OS HRs in all analyses favored cabozantinib, but were not statistically significant. CONCLUSIONS: The results suggest that cabozantinib significantly increases PFS in intermediate-, and poor-risk subgroups when compared to standard-of-care comparators. Although overall populations included favorable risk patients in some studies, the results seen were consistent with the subgroup analyses.
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 | 0,013 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,032 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».