MétaCan
Menu
Retour à la cohorte
Enregistrement W2898717093 · doi:10.1001/jamaoncol.2018.4628

Safety and Efficacy of Durvalumab With or Without Tremelimumab in Patients With PD-L1–Low/Negative Recurrent or Metastatic HNSCC

2018· article· en· W2898717093 sur OpenAlexaff
Lillian L. Siu, Caroline Even, Ricard Mesı́a, Éva Remenár, Amaury Daste, Jean‐Pierre Delord, Jürgen Krauß, Nabil F. Saba, Lisle M. Nabell, Neal Ready, Irene Braña, Nuria Kotecki, Dan P. Zandberg, Jill Gilbert, Hisham Mehanna, Marcelo Bonomi, Anthony Jarkowski, Giovanni Melillo, J. Armstrong, Sophie Wildsmith, Jérôme Fayette

Notice bibliographique

RevueJAMA Oncology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesNational Cancer InstituteNational Institute for Health and Care Research
Mots-clésTremelimumabDurvalumabMedicineInternal medicineHead and neck squamous-cell carcinomaTolerabilityOncologyImmunotherapyAdverse effectCancerHead and neck cancerNivolumabIpilimumab

Résumé

récupéré en direct d'OpenAlex

Importance: Dual blockade of programmed death ligand 1 (PD-L1) and cytotoxic T-lymphocyte associated protein 4 (CTLA-4) may overcome immune checkpoint inhibition. It is unknown whether dual blockade can potentiate antitumor activity without compromising safety in patients with recurrent or metastatic head and neck squamous cell carcinoma (R/M HNSCC) and low or no PD-L1 tumor cell expression. Objective: To assess safety and objective response rate of durvalumab combined with tremelimumab. Design, Setting, and Participants: The CONDOR study was a phase 2, randomized, open-label study of Durvalumab, Tremelimumab, and Durvalumab in Combination With Tremelimumab in Patients With R/M HNSCC. Eligibility criteria included PD-L1-low/negative disease that had progressed after 1 platinum-containing regimen in the R/M setting. Patients were randomized (N = 267) from April 15, 2015, to March 16, 2016, at 127 sites in North America, Europe, and Asia Pacific. Interventions: Durvalumab (20 mg/kg every 4 weeks) + tremelimumab (1 mg/kg every 4 weeks) for 4 cycles, followed by durvalumab (10 mg/kg every 2 weeks), or durvalumab (10 mg/kg every 2 weeks) monotherapy, or tremelimumab (10 mg/kg every 4 weeks for 7 doses then every 12 weeks for 2 doses) monotherapy. Main Outcomes and Measures: Safety and tolerability and efficacy measured by objective response rate. Results: Among the 267 patients (220 men [82.4%]), median age (range) of patients was 61.0 (23-82) years. Grade 3/4 treatment-related adverse events occurred in 21 patients (15.8%) treated with durvalumab + tremelimumab, 8 (12.3%) treated with durvalumab, and 11 (16.9%) treated with tremelimumab. Grade 3/4 immune-mediated adverse events occurred in 8 patients (6.0%) in the combination arm only. Objective response rate (95% CI) was 7.8% (3.78%-13.79%) in the combination arm (n = 129), 9.2% (3.46%-19.02%) for durvalumab monotherapy (n = 65), and 1.6% (0.04%-8.53%) for tremelimumab monotherapy (n = 63); median overall survival (95% CI) for all patients treated was 7.6 (4.9-10.6), 6.0 (4.0-11.3), and 5.5 (3.9-7.0) months, respectively. Conclusions and Relevance: In patients with R/M HNSCC and low or no PD-L1 tumor cell expression, all 3 regimens exhibited a manageable toxicity profile. Durvalumab and durvalumab + tremelimumab resulted in clinical benefit, with minimal observed difference between the two. A phase 3 study is under way. Trial Registration: clinicaltrials.gov Identifier: NCT02319044.

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)0,001
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: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,021
Tête enseignante GPT0,320
Écart entre enseignants0,298 · 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'étudeEssai non randomisé
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

Citations310
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAMA OncologyMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207