Efficacy of immune checkpoint inhibitors (ICI) treatment in special populations of metastatic renal cell carcinoma (mRCC).
Notice bibliographique
Résumé
673 Background: Immunotherapies involving a PD-1/PD-L1 immune-checkpoint inhibitor (ICI) are highly effective treatments for mRCC and are now standard of care. Nevertheless, special populations such as patients (pts) with renal impairment (RI) and elderly age were either excluded or underrepresented in registration trials. Here we investigate the efficacy of ICI in mRCC with RI and age above 70 years (yrs). Methods: We utilized the mRCC Princess Margaret database to select pts treated with an ICI agent from May 2005 to May 2018. Renal impairment (RI) was defined as a baseline creatinine > 1.5 ULN or clearance of creatinine < 40 mL/min. Pts were classified as elderly if their age was over 70yrs at the time of ICI initiation. Descriptive statistics and survival analysis were performed. Results: Of 387 pts, 74 received an ICI agent or combination. Mean age was 61yrs and median creatinine was 105 umol/L. Fifty-four pts (73%) were treated with single agent PD-1/PD-L1 ICI and 46 (62%) received treatment as 2nd line. Respectively, 19 (26%), 43 (58%) and 12 (16%) pts were classified as International Metastatic RCC Database Criteria (IMDC) prognostic groups good, intermediate and poor. Of 73 pts with available creatinine levels, 7 (9.5%) were classified as having RI. Ten pts (13.5%) were > 70yrs. Despite not statistically different, pts with RI had worse median overall survival (OS) compared to pts without RI: 7.8 months (m) vs. 28.3m (p=.10). There was no OS difference between pts > 70yrs compared to ≤ 70yrs: not reached (NR) vs. 28m (p=.65). Both RI and elderly patients had no differences in distribution of IMDC prognostic groups compared controls. Conclusions: RI was associated with a non-statistical detriment in OS of mRCC treated with ICI. RI may be a surrogate for comorbid factors that impact OS and needs further analysis in a larger patient sample. Age does not affect ICI efficacy in our cohort. Larger studies to confirm our findings in these special populations are necessary.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».