Immune Checkpoint Inhibitors and Survival Outcomes in Brain Metastasis: A Time Series-Based Meta-Analysis
Notice bibliographique
Résumé
Immune checkpoint inhibitors (ICIs) have shown potential to improve the prognosis of patients with brain metastasis (BM) caused by advanced cancers. However, controversies still exist in regard to its survival benefits. In the present work, a time series-based meta-analysis based on the phase I/II/III trials and observational studies were performed to investigate the differences in mortality of ICI-treated BM patients. A number of public library databases, including MEDLINE, EMBASE, OVID, and COCHRANE, were systemically searched by March 2019. The quality of included studies was evaluated by the Newcastle-Ottawa Scale (NOS) scoring. Outcome measures here established were mortality and progression-free survival (PFS) at different follow-up endpoints. Survival rates and curve data were pooled for further analysis. To detect the data heterogeneity, subgroup analyses were conducted according to tumor and ICI types. Eighteen studies, 6 trials, and 12 controlled cohorts were assessed, involving a total of 1330 ICI-treated BM patients. The 6-month survival rate and PFS were 0.67 (95%CI: 0.59-0.74) and 0.36 (95%CI: 0.24-0.49), respectively. According to the tumor type (melanoma, NSCLC, and RCC), subgroup analyses indicated that melanoma presented the lowest survival rates among the three groups here selected. In regard to the type of ICIs, the anti-CTLA-4 combined with the anti-PD-1/PD-L1 showed the best survival outcome among these groups. The 12-month survival rate and PFS showed a consistent pattern of findings. In the long-term, the 24-month survival rate and PFS were 0.20 (95%CI: 0.12-0.31) and 0.18 (0.05-0.46) in BM patients. Hence, ICI therapy may be associated with an improved prognosis of BM patients. Nevertheless, current research presented a limited study design. Multicenter randomized trials may later assist in validating ICI-based therapies for a better outcome of BM patients.
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 | 0,018 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,060 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».