MétaCan
Menu
Retour à la cohorte
Enregistrement W2955283109 · doi:10.1158/1078-0432.ccr-18-3944

Nivolumab in Patients with Recurrent or Metastatic Squamous Cell Carcinoma of the Head and Neck: Efficacy and Safety in CheckMate 141 by Prior Cetuximab Use

2019· article· en· W2955283109 sur OpenAlexaff
Robert L. Ferris, Lisa Licitra, Jérôme Fayette, Caroline Even, George R. Blumenschein, Kevin J. Harrington, J. Guigay, Everett E. Vokes, Nabil F. Saba, Robert I. Haddad, S. Ramkumar, Jeffery S. Russell, Peter Brossart, Makoto Tahara, A. Dimitrios Colevas, Fernando Concha‐Benavente, Mark Lynch, Li Li, Maura L. Gillison

Notice bibliographique

RevueClinical Cancer Research · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensInstitute of Cancer Research
Organismes subventionnairesNational Institutes of HealthOno PharmaceuticalNational Cancer InstituteNational Institute for Health and Care ResearchBristol-Myers Squibb
Mots-clésCetuximabNivolumabMedicineHead and neckHead and neck squamous-cell carcinomaOncologyBasal cellInternal medicineHead and neck cancerCancerSurgeryImmunotherapyColorectal cancer

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Cetuximab, which modulates immune responses, may affect the efficacy of subsequent immunotherapy. Here, we assessed outcomes with nivolumab, by prior cetuximab exposure, in patients with recurrent or metastatic (R/M) squamous cell carcinoma of the head and neck (SCCHN) who had experienced progression within 6 months of platinum-containing chemotherapy. PATIENTS AND METHODS: In the randomized, open-label, phase III CheckMate 141 trial, patients were randomized 2:1 to nivolumab 3 mg/kg every 2 weeks or investigator's choice (IC) of single-agent chemotherapy, with stratification by prior cetuximab exposure. The primary endpoint was overall survival (OS); additional endpoints were progression-free survival, objective response rate, and safety. RESULTS: In patients with prior cetuximab exposure, the median OS was 7.1 months with nivolumab versus 5.1 months with IC (HR, 0.84; 95% CI, 0.62-1.15); OS benefit with nivolumab was maintained across most demographic subgroups. In patients without prior cetuximab exposure, the median OS was 8.2 months with nivolumab versus 4.9 months with IC (HR, 0.52; 95% CI, 0.35-0.77); OS benefit with nivolumab was maintained across patient baseline subgroups including tumor programmed death ligand 1 (PD-L1) expression (<1% or ≥1%). Grade 3-4 treatment-related adverse event rates favored nivolumab versus IC in both subgroups. CONCLUSIONS: Nivolumab appeared to improve efficacy versus IC regardless of prior cetuximab use, supporting its use in patients with R/M SCCHN with or without prior cetuximab exposure. The reduction in risk of death with nivolumab compared with IC was greater in patients without prior cetuximab exposure versus with prior cetuximab exposure.

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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
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 savante0,0000,000
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 Opus0,092
Tête enseignante GPT0,420
Écart entre enseignants0,328 · 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

Citations160
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer ResearchMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207