Outcomes and Characteristics of Patients Receiving Second-line Therapy for Advanced Pancreatic Cancer
Notice bibliographique
Résumé
OBJECTIVES: There is limited randomized data to guide second-line chemotherapy selection in advanced pancreatic cancer (APC). We aimed to characterize predictors and outcomes of second-line chemotherapy in patients with APC. METHODS: We identified all patients with APC [locally advanced (LAPC) or metastatic (MPC)] who received ≥1 cycle of first-line chemotherapy between January 2012 and December 2015 across 6 cancer centers in British Columbia, Canada. Baseline characteristics and survival outcomes were summarized. RESULTS: Of 676 patients with APC (31% LAPC, 69% MPC) who received ≥1 cycle of chemotherapy, 164 (24%) received second-line chemotherapy. These patients were younger, with lower ECOG and higher CA19-9 at presentation, compared with patients who did not receive second-line chemotherapy. There were no differences in rates of second-line chemotherapy between LAPC and MPC (28% vs. 23%; P=0.18). Only first-line FOLFIRINOX was associated with second-line chemotherapy. Median overall survival (OS) from second-line chemotherapy was longer with second-line gemcitabine/nab-paclitaxel than fluoropyrimidine or gemcitabine (7.9 vs. 5.1 vs. 4.3 mo; P=0.008). On multivariable analysis, longer OS from second-line chemotherapy was associated with gemcitabine/nab-paclitaxel, lower ECOG, and LAPC. CONCLUSIONS: In this population-based cohort, first-line FOLFIRINOX was the strongest predictor of second-line chemotherapy. Duration of therapy remains short and novel treatments are urgently needed.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».