MétaCan
Menu
← Retour à la cohorte
Enregistrement W2891723502 · doi:10.1200/jco.2017.35.15_suppl.3058

Immune related adverse events (irAE) with platinum chemotherapy (CT) with durvalumab (D) ± tremelimumab (T): CCTG IND226.

2017· article· en· W2891723502 sur OpenAlexaff
Nathalie Daaboul, Isabelle Gauthier, Dongsheng Tu, Pamela Brown-Walker, Xiaoqun Sun, Desirée Hao, Rosalyn A. Juergens, Penelope Ann Bradbury, Mihaela Mates, Mustapha Tehfé, Christian Kollmannsberger, Peter Ellis, Andrew Robinson, Paul Wheatley‐Price, Scott A. Laurie, Lesley Seymour

Notice bibliographique

RevueJournal of Clinical Oncology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensUniversity of OttawaCentre Hospitalier de l’Université de MontréalKingston General HospitalBC Cancer AgencyOttawa HospitalPrincess Margaret Cancer CentreQueen's UniversityMcMaster UniversityJuravinski Cancer CentreBaker Hughes (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineGastroenterologyInternal medicineDurvalumabAdverse effectNivolumabImmunotherapyCancer

Résumé

récupéré en direct d'OpenAlex

3058 Background: CT is immunomodulatory and requires corticosteroids (CS) premedication. We hypothesized that the incidence of irAE may be lower when D ± T is given with CT or CS. Methods: Patients (pts) receive CT (pemetrexed, nabpaclitaxel, etoposide or gemcitabine + cisplatin or carboplatin; usual 4-6 cycles) with D ± T, followed by D ± T alone (1 year total); pts with ≥ g2 (selected) or ≥ g3 irAE discontinued D ± T. Cycles were coded as CT + D ± T or D ± T; pts could contribute to both. CS: high (dexamethasone > 10mg/day for 5 days) or low CS. irAE were D ± T related gastrointestinal (GI), skin, endocrine, neurologic, hypersensitivity, pneumonitis (PN) or other immune (nephritis (GN), pancreatitis, hepatitis). Biochemistry (BIO; all causality): creatinine, transaminases/bilirubin (LFTS) and amylase/lipase was summarised. Results: In this ongoing study, 118 pts received 723 cycles. Pts had good performance status (PS 0-1), 78 had thoracic malignancies and 84 no prior CT. 44 pts continue on D ± T alone; 32 pts continue on CT + D ± T while 76 pts discontinued D ± T primarily due to disease progression; 15 discontinued for ≥ g2 irAE [PN (3), hepatitis (1), GN (2), adrenal (1), myocarditis (1), GI (3), thrombocytopenia (1), hyperthyroidism (1), encephalitis (1), pt decision (1)]. 67 pts had high CS cycles while 78 pts had low. 50% pts had irAE and 10% had ≥ g3 irAE, most commonly skin and GI. GI (15 vs 11%), skin (26 vs 20%) and PN (3 vs 0%) were reported in more pts during CT + D ± T cycles (non significant (NS)) ; hypothyroidism was more common with D ± T alone (18 vs 10%; p = NS). IrAE rates and severity were similar between high (67 pts) or low CS (78 pts) except for GI (19 vs 10%; p = NS). BIO were more common during CT + D ± T (74% of pts vs 48% p = 0.003); rates in high CS were similar to low CS. LFTs (ALT/AST - 41% vs 16%; 38% vs 9%; p = 0.005) and amylase/lipase (18 vs 9%; 19 vs 14%; p = NS) were more common in pts with CT + D ± T cycles vs pts with D ± T alone cycles. Conclusions: There is no evidence that CT or CS abrogates irAE in this exploratory analysis. GI, skin, pneumonitis, LFTS and amylase/lipase were more common during CT + D ± T suggesting additive/multifactorial causes; hypothyroidism is more common in D ± T cycles, which may reflect time on treatment. Clinical trial information: NCT02537418.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,063
Tête enseignante GPT0,414
Écart entre enseignants0,351 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetCancer Immunotherapy and Biomarkers→Travaux en français237 207→