Outcomes of systemic therapy in relapsed renal cell carcinoma (RCC) treated with adjuvant sunitinib (AS).
Notice bibliographique
Résumé
701 Background: There are no available data on the usefulness of targeted therapy (TT) as the first-line treatment for patients with RCC recurrence after AS. We aim to explore the outcomes of systemic therapy with recurrent RCC after AS including re-exposure to sunitinib. Methods: A multi-institutional retrospective study was conducted on RCC patients who relapsed after AS. The primary end point was progression-free survival (PFS). Secondary end points were overall response rate (ORR) and overall survival (OS). Results: 34 relapses were recorded, 25 patients (73,5%) were male. 25 patients were treated with systemic therapy at first-line after relapse: 65% of patients received Vascular Endothelial Growth Factor (VEGF)-TT (including 7 patients retreated with sunitinib), 21,7% mTOR inhibitors and 13% immunotherapy. The median time to relapse was 20,3 months (IQR 5,2-20,4) from diagnosis, and 7,5 months (IQR 1,0-8,5) months from AS ending. At a median time of follow-up of 23,5 months, 24/25 patients had progressed on first-line systemic therapy. The median PFS was 12,0 months (IC95% 6,6-17,8 months). There was no statistical difference in PFS among the different treatments or the re-exposed to sunitinib. PFS was not statistically different between those relapsing on or after AS ( < 6 or > 6 months after AS). ORR was 20,3%. Median OS was 28,7 months (IC95% 24,4-33,0). Conclusions: This study suggests that TT may still improve PFS and OS in RCC patients who relapsed after AS.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».