MétaCan
Menu
← Retour à la cohorte
Enregistrement W2921712318 · doi:10.1200/jco.2019.37.7_suppl.584

First-line (1L) immuno-oncology (IO) combination therapies in metastatic renal cell carcinoma (mRCC): Preliminary results from the International Metastatic Renal Cell Carcinoma Database Consortium (IMDC).

2019· article· en· W2921712318 sur OpenAlexaff
Shaan Dudani, Jeffrey Graham, Connor Wells, Sumanta K. Pal, Nazlı Dizman, Frede Donskov, Georg A. Bjarnason, Aaron R. Hansen, Marco Iafolla, Ulka N. Vaishampayan, Camillo Porta, Benoit Beuselinck, Flora Yan, Lori Wood, Elizabeth Liow, Christian Kollmannsberger, Takeshi Yuasa, Chiyuan A. Zhang, Toni K. Choueiri, Daniel Yick Chin Heng

Notice bibliographique

RevueJournal of Clinical Oncology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensUniversity of British ColumbiaDalhousie UniversityUniversity of ManitobaPrincess Margaret Cancer CentreSunnybrook HospitalUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineNivolumabRenal cell carcinomaHazard ratioInternal medicineIpilimumabProportional hazards modelOncologyCohortUrologyGastroenterologyCancerConfidence intervalImmunotherapy

Résumé

récupéré en direct d'OpenAlex

584 Background: In mRCC, ipilimumab and nivolumab (ipi-nivo) is a 1L treatment option. Recent data have also shown efficacy of 1L PD(L)1-VEGF (PV) inhibitor combinations. The efficacy of these two strategies has not been compared. Methods: Using the IMDC dataset, patients (pts) treated with any 1L PV combination were compared to those treated with ipi-nivo. Multivariable Cox regression analysis was performed to control for imbalances in IMDC risk factors. Results: 164 pts received 1L IO combination therapy: 104 treated with PV combinations and 60 with ipi-nivo. Baseline characteristics and IMDC risk factors were comparable between groups (Table). When comparing PV combinations vs ipi-nivo, 1L response rates (RR) were 30% vs 39% (p = 0.29), time to treatment failure (TTF) was 13.2 (95% CI 8.3-16.1) vs 8.5 months (95% CI 5.7-14.0, p = 0.31), and median overall survival (OS) was not reached (NR) (95% CI 19.7-NR) vs NR (95% CI 27.6-NR, p = 0.39). When adjusted for IMDC risk factors, the hazard ratio (HR) for TTF was 0.77 (95% CI 0.44-1.35, p = 0.36) and the HR for death was 0.94 (95% CI 0.33-2.71, p = 0.91). Similar results were seen when restricting the cohort to IMDC intermediate/poor risk pts only. In pts receiving subsequent VEGF TKI monotherapy, second-line (2L) RR (13% vs 45%, p = 0.07) and TTF (5.5 vs 5.4 months, p = 0.80) for PV combinations (n = 15) vs ipi-nivo (n = 20) were not significantly different. Conclusions: There does not appear to be a superior 1L IO combination strategy in mRCC, as PV combinations and ipi-nivo have comparable RR, TTF and OS. Although there is a trend towards differences in RR, there does not appear to be a significant difference in TTF for patients receiving 2L VEGF TKI therapy. [Table: see text]

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,099
Tête enseignante GPT0,382
Écart entre enseignants0,283 · 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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetRenal cell carcinoma treatment→Travaux en français237 207→