MétaCan
Menu
← Retour à la cohorte
Enregistrement W3031285742 · doi:10.1200/jco.2020.38.15_suppl.11513

Defining the role of neoadjuvant systemic therapy in high-risk retroperitoneal sarcoma: A multi-institutional TARPSWG study.

2020· article· en· W3031285742 sur OpenAlexaff
William W. Tseng, Francesco Barretta, Lorenzo Conti, Giovanni Grignani, Francesco Tolomeo, Markus Albertsmeier, Martin K. Angele, Piotr Rutkowski, Jacek Skoczylas, Antonino De Paoli, Federico Navarria, James Hu, Chandrajit P. Raut, Mark Fairweather, Jeffrey M. Farma, Carolyn Nessim, Neha Goel, Ty K. Subhawong, Valerie P. Grignol, Alessandro Gronchi

Notice bibliographique

RevueJournal of Clinical Oncology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSarcoma Diagnosis and Treatment
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineSarcomaSystemic therapyNeoadjuvant therapyInternal medicineRadiation therapySurgeryOncologyCancerRadiologyBreast cancerPathology

Résumé

récupéré en direct d'OpenAlex

11513 Background: Surgery is the mainstay of treatment for patients with retroperitoneal sarcoma (RPS), but this can be challenging, and recurrence rates are high. Novel treatment approaches are needed. In this study, we sought to 1) determine the frequency and potential predictors of radiologic tumor response and 2) assess clinical outcomes in patients with primary high risk RPS who were treated at sarcoma referral centers with neoadjuvant systemic therapy followed by surgery. Methods: Clinicopathologic data was retrospectively collected for eligible patients treated from 2008-2018 at 13 institutions within the Transatlantic Australasian Retroperitoneal Sarcoma Working Group (TARPSWG). For each patient, preoperative objective response (RECIST1.1) was reported by each institution. Univariable and multivariable logistic models were performed to determine predictors of response. Kaplan-Meier plots were constructed for overall survival (OS) and cumulative incidences of local recurrence (LR) and distant metastasis (DM). Results: In total, 158 RPS patients were included in this study. A median of 3 cycles (IQ range 2-4) of neoadjuvant systemic therapy were given. No complete responses were observed. Partial response (PR) was seen in 37 patients (23%), stable disease (SD) in 88 (56%) and progressive disease (PD) in 33 (21%). Subtype-specific differences were seen including PR in 5 out of 11 (45%) patients with undifferentiated pleomorphic sarcoma. Overall, higher number of cycles given was positively associated with PR (p = 0.005). No other factors including receipt of neoadjuvant radiation therapy were predictive of PR. All patients underwent complete (R0/R1) resection with a major complication (Clavien-Dindo ≥3) rate of 23%. Differences in OS were observed based on preoperative response type (p = 0.005). In grade 3 dedifferentiated liposarcoma, patients who received adriamycin-ifosfamide versus another regimen had decreased LR and improved OS. In leiomyosarcoma, patients who received adriamycin-DTIC versus another regimen had a higher PR rate (37% vs. 16%), decreased LR, DM and improved OS. Limited by low numbers, these subtype-specific data did not reach statistical significance. Conclusions: In patients with high risk RPS, response to neoadjuvant systemic therapy is overall modest and may be regarded as an indicator of disease biology to predict survival after surgery. Subtype-specific regimens should be further validated and incorporated into prospective trials of neoadjuvant systemic therapy in RPS (e.g. STRASS2).

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

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,086
Tête enseignante GPT0,410
Écart entre enseignants0,324 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetSarcoma Diagnosis and Treatment→Travaux en français237 207→