MétaCan
Menu
Retour à la cohorte
Enregistrement W2947290320 · doi:10.1634/theoncologist.2019-0027

Amplifying Outcomes: Checkpoint Inhibitor Combinations in First-Line Non-Small Cell Lung Cancer

2019· article· en· W2947290320 sur OpenAlexaff
Barbara Melosky, Rosalyn A. Juergens, Vera Hirsh, Deanna McLeod, Natasha B. Leighl, Ming‐Sound Tsao, Paul Card, Quincy S. Chu

Notice bibliographique

RevueThe Oncologist · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensMcGill UniversityUniversity of TorontoUniversity Health NetworkRoyal Victoria HospitalUniversity of AlbertaRoyal Victoria Regional Health CentreJuravinski Cancer CentreMontreal General HospitalMcMaster UniversityPrincess Margaret Cancer CentreBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésPembrolizumabMedicineAtezolizumabOncologyLung cancerInternal medicineNivolumabBevacizumabPemetrexedAnaplastic lymphoma kinaseChemotherapyIpilimumabCancerImmunotherapyCisplatin

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Lung cancer is one of the most common types of cancer, resulting in approximately 1.8 million deaths worldwide. Immunotherapy using checkpoint inhibitors has become standard of care in advanced non-small cell lung cancer (NSCLC), and there is increasing interest in further improving outcomes through combination with other therapeutics. This systematic review evaluates emerging phase III data on the efficacy and safety of checkpoint inhibitor combinations as first-line treatment for advanced NSCLC. MATERIALS AND METHODS: Published and presented literature was searched using the key search terms "non-small cell lung cancer" AND "checkpoint-inhibitors" (OR respective aliases) AND phase III trials. Seven randomized phase III clinical trials reporting outcomes on checkpoint inhibitor combinations in first-line advanced NSCLC were identified. RESULTS: Four first-line trials reported outcomes for checkpoint inhibitor combinations in nonsquamous NSCLC. Pembrolizumab-chemotherapy, atezolizumab-chemotherapy, and atezolizumab-bevacizumab-chemotherapy showed significantly improved overall survival compared with controls in patients with advanced nonsquamous epidermal growth factor receptor-negative (EGFR-)/ anaplastic lymphoma kinase gene (ALK)- NSCLC. Two trials reported outcomes for squamous NSCLC, with pembrolizumab-chemotherapy reporting significantly improved overall survival (OS) compared with chemotherapy. The combination of nivolumab-ipilimumab in all-comer histology failed to improve OS compared with histology appropriate chemotherapy in patients regardless of their tumor mutational burden status. Based on improved survival and safety, either pembrolizumab monotherapy or pembrolizumab-chemotherapy administered based on PD-L1 status and histology is a preferred treatment option. Outcomes for atezolizumab-bevacizumab-chemotherapy in EGFR+/ALK+ patients are promising and require further exploration. CONCLUSION: First-line checkpoint inhibitors added to standard therapies improve overall survival for nonsquamous EGFR-/ALK- and squamous advanced NSCLC. IMPLICATIONS FOR PRACTICE: Single-agent immune checkpoint inhibitors are now standard of care for advanced non-small cell lung cancer (NSCLC), and emerging data show that combining these agents with established chemotherapy further improves outcomes. The phase III KEYNOTE-189 and IMPower-130 trials showed significantly improved survival using this strategy for nonsquamous NSCLC, and the phase III KEYNOTE-407 trial showed similar results in squamous disease. Checkpoint inhibitor combinations are therefore an important new treatment option for first-line NSCLC. Programmed death ligand-1 expression may inform the use of checkpoint inhibitor combination therapy, and overall tumor mutation burden is also an emerging biomarker for this new treatment strategy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,025
Score d'incertitude au seuil0,481

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,030
Tête enseignante GPT0,323
Écart entre enseignants0,293 · 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 tête enseignante, 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

Citations40
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe OncologistMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207