Systemic therapy for nonmetastatic castrate-resistant prostate cancer (M0 CRPC): A systematic review and network meta-analysis (NMA).
Notice bibliographique
Résumé
113 Background: The treatment landscape for M0 CRPC has changed following the demonstrated efficacy of new agents in recent randomized control trials (RCT). However, the comparative effectiveness of these novel agents is unknown. This NMA indirectly compared the efficacy and safety of available therapies for M0 CRPC. Methods: A literature search of MEDLINE (Ovid), EBM Reviews, HealthSTAR, PubMed, PubMed Central, CINAHL, and TRIP Database was performed. Studies were screened by two independent reviewers. Hazard ratios (HR) and confidence intervals were extracted for the primary outcome metastasis-free survival (MFS) and the secondary outcomes overall survival (OS) and grade 3 or higher adverse events (AE). Bone MFS was used as a surrogate for MFS when MFS was not reported. Risk of bias was assessed using the Cochrane Collaboration tool. A Bayesian NMA was performed using a fixed-effects model. Results: Four RCT were analyzed (n=5549). Each trial compared either apalutamide (APA), enzalutamide (ENZA), darolutamide (DARO), or denosumab (DENO) plus androgen deprivation therapy (ADT) to placebo plus ADT. Risk of bias was low. For MFS, APA and ENZA had similar efficacy (Table), and Surface Under the Cumulative Ranking Analysis demonstrated a 59% probability that APA was preferred for MFS, followed by ENZA (41%). There was a trend for improved OS for APA, DARO and ENZA, but no meaningful differences between these agents. APA, ENZA, and DARO had a similar risk of AEs and all had a greater risk of AEs compared to DENO. Conclusions: APA and ENZA appear to be the most efficacious treatments for MFS in M0 CRPC, though more data for OS is required. Compared to DARO, APA and ENZA’s demonstrated efficacy is not at the expense of added toxicity.[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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,027 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,035 |
| Bibliométrie | 0,013 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».