Systemic therapy for metastatic renal cell carcinoma in the first-line setting: a systematic review and network meta-analysis
Notice bibliographique
Résumé
PURPOSE: Management of metastatic renal cell cancer (mRCC) has undergone a paradigm shift with immune-checkpoint inhibitors (ICI) in the first-line setting. However, direct comparative data are inadequate to inform treatment decisions. Therefore, we aimed to assess first-line therapy for mRCC and indirectly compare the efficacy and safety of currently available treatments. MATERIALS AND METHODS: Multiple databases were searched for articles published before June 2020. Studies that compared overall and/or progression-free survival (OS/PFS) and/or adverse events (AEs) in mRCC patients were considered eligible. RESULTS: Six studies matched our eligibility criteria. For OS, pembrolizumab plus axitinib [hazard ratio (HR) 0.85, 95% credible interval (CrI) 0.73-0.98] and nivolumab plus ipilimumab (HR 0.86, 95% CrI 0.75-0.99) were significantly more effective than sunitinib, and pembrolizumab plus axitinib was probably the best option based on analysis of the treatment ranking. For PFS, pembrolizumab plus axitinib (HR 0.86, 95% CrI 0.76-0.97) and avelumab plus axitinib (HR 0.85, 95% CrI 0.74-0.98) were statistically superior to sunitinib, and avelumab plus axitinib was likely to be the preferred option based on analysis of the treatment ranking, closely followed by pembrolizumab plus axitinib. Nivolumab plus ipilimumab had significantly lower rates of serious AEs than sunitinib. CONCLUSION: Pembrolizumab plus axitinib seemed to be the most efficacious first-line agents, while nivolumab plus ipilimumab had the most favorable efficacy-tolerability equilibrium. These findings may facilitate individualized treatment strategies and inform future direct comparative trials in an expanding treatment options without direct comparison between approved drugs.
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 | 0,010 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,028 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».