MétaCan
Menu
← Retour à la cohorte
Enregistrement W2796394809 · doi:10.1200/jco.2012.30.15_suppl.e18562

Number needed to treat (NNT) as a measure of drug benefit: Lenalidomide versus bortezomib for treatment of relapsed/refractory multiple myeloma (MM).

2012· article· en· W2796394809 sur OpenAlexaff
Satyin Kaura, George Dranitsaris

Notice bibliographique

RevueJournal of Clinical Oncology · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Myeloma Research and Treatments
Établissements canadiensAugmentium Pharma Consulting (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineNumber needed to treatLenalidomideMultiple myelomaBortezomibRefractory (planetary science)ThalidomideInternal medicineConfidence intervalOncologySurgeryRelative risk

Résumé

récupéré en direct d'OpenAlex

e18562 Background: Lenalidomide(LEN) and bortezomib(BORT) are active agents in the treatment of refractory MM. The former is administered 25 mg/day orally on days 1-21 of repeated 28-day cycles. The latter as a 1.3 mg/m^2 intravenous dose on days 1, 4, 8 and 11 for eight, three week cycles. Both agents have demonstrated an improvement in disease response, progression free (PFS) and overall survival (OS) in the refractory MM setting. NNT represents the number of patients that need to be treated with a new intervention in order to have one additional patient deriving benefit, and is a powerful approach that can be used to make sense of numerical results from clinical trials. In this analysis, the NNT approach was used to compare LEN and BORT in patients with relapsed MM. Methods: The pivotal randomized trials for LEN (Weber, Dimopoulos, 2007) and BORT (Richardson, 2005) were reviewed. A key requirement for a NNT comparative analysis is that all outcomes be measured against a comparable control. The NNT was then calculated for both agents with respect to disease response and PFS at 12 months by taking the reciprocal of the absolute differences in treatment effect between the experimental therapies and the control group. Results: For a disease response, the NNT for LEN and BORT was 3 and 5 patients respectively; to have one additional patient achieving a disease response. A difference in the NNT was also noted for PFS at 12 months; only 3 patients would need to be treated with LEN for an additional patient remaining progression free compared to 9 with BORT. This is a relevant finding because it suggests a 3 fold relative increase in clinical benefit in patients treat with LEN compared to BORT. Conclusions: In situations of multiple numerical outcomes from randomized trials, NNT approach is a simple and effective method to express the findings in a clinically meaningful way. In this analysis, it appears that more patients treated with LEN are likely to respond and to achieve a 12 month PFS than comparable patients treated with BORT. Possible reasons for this effect include differences in the trial population, extent of disease, and/or true differences in efficacy.

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)0,043
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,227

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0430,043
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,006
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,178
Tête enseignante GPT0,484
Écart entre enseignants0,306 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetMultiple Myeloma Research and Treatments→Travaux en français237 207→