MétaCan
Menu
← Retour à la cohorte
Enregistrement W3007983591 · doi:10.1200/jco.2020.38.6_suppl.633

Real-world utilization and safety of ipilimumab plus nivolumab (I+N) in metastatic renal cell carcinoma (mRCC) patients: Results from the Canadian Kidney Cancer Information System (CKCis).

2020· article· en· W3007983591 sur OpenAlexaffabout
Myuran Thana, Naveen S. Basappa, Sunita Ghosh, Christian Kollmannsberger, Daniel Yick Chin Heng, Jeffrey Graham, Denis Soulières, Aaron R. Hansen, Aly‐Khan A. Lalani, Vincent Castonguay, M. Neil Reaume, Georg A. Bjarnason, Rodney H. Breau, Frédéric Pouliot, Anil Kapoor, Lori Wood

Notice bibliographique

RevueJournal of Clinical Oncology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensMcMaster UniversityUniversity of OttawaSunnybrook HospitalUniversity Health NetworkOttawa HospitalUniversity of CalgaryPrincess Margaret Cancer CentreJuravinski Cancer CentreUniversity of ManitobaBC Cancer AgencyHôtel-Dieu de QuébecUniversité LavalCentre Hospitalier de l’Université de MontréalUniversity of AlbertaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineDiscontinuationIpilimumabTolerabilityNivolumabInternal medicineRenal cell carcinomaCohortHazard ratioAdverse effectCancerSurgeryOncologyImmunotherapyConfidence interval

Résumé

récupéré en direct d'OpenAlex

633 Background: I+N is now standard of care for first line treatment of intermediate/poor risk mRCC patients (pts). Real world data is vital to understand drug usage, toxicity and outcomes in non-trial pts. This project describes the amount and tolerability of treatment delivered including discontinuation rates, reasons for discontinuation and outcomes from the CKCis database. Methods: Pts in CKCis, a prospective Canadian database from 15 academic centers, who received first line I+N were included. The number of doses of I+N, number of pts who received single-agent nivolumab (N) and duration of single agent N were determined. Reasons for treatment discontinuation, including the rate, type, and grade of toxicities were identified. Efficacy outcomes included time to failure (TTF – time to progression, death, or second line therapy), overall response rate (ORR) and overall survival (OS). Results: The cohort consists of 182 pts. Median age was 63 yrs, 71% had clear cell histology, 11% were on a clinical trial, the IMDC risk distribution was 5% good, 63% intermediate, 32% poor. Median follow up was 8.8 m. All 4 I+N doses were received by 30% of pts of which 78% went on to receive single-agent N. Less than 4 doses of I+N were received by 70% of pts of which 28% went on to receive single-agent N. The median time on single agent N was 5.7 m. In the entire cohort, 21% of patients discontinued therapy due to toxicity. The most common toxicity events were colitis (56% of all events), pneumonitis (19%), and hepatitis (8%). There were no toxicity-related deaths. Median OS has not been reached (22 events to date). Median TTF was 12.4 m. ORR was 32% (5% complete responses). 26% of pts received second line treatment, the most common being sunitinib in 79%. Conclusions: In this real world cohort, the majority of mRCC pts did not receive all 4 doses of I+N, contrasting with clinical trial reporting, yet many of these pts went on to receive single agent N. Discontinuation rates due to toxicity were similar to those reported in CheckMate 214. Further follow up is ongoing and efficacy outcomes analyzed on the basis of treatment quantity/duration will be presented.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,401
Score d'incertitude au seuil0,807

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,118
Tête enseignante GPT0,371
Écart entre enseignants0,253 · 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

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