Efficacy of 177Lu-Dotatate Induction and Maintenance Therapy of Various Types of Neuroendocrine Tumors: A Phase II Registry Study
Notice bibliographique
Résumé
Peptide receptor radionuclide therapy (PRRT) has been recently established as a treatment option for progressive gastro-entero-pancreatic neuroendocrine tumors (NETs) including four 200 mCi induction cycles. The purpose of this phase 2 trial is to expand use of PRRT to different types of NETs with the application of dose adjustment and evaluate value of maintenance therapy in patients who had disease control on induction therapy. Forty-seven PRRT naïve NET patients with different primary origin received 177Lu-DOTATATE induction therapy, ranging from 75 to 150 mCi per cycle, based on patients’ clinical status such as liver and renal function, extent of metastases, and previous therapies. Thirty-four patients underwent additional maintenance therapy (50–100 mCi per cycle) following induction course until they developed disease progression. The estimated median progression-free survival (PFS) was 36.1 months. The median PFS in our MNET subgroup was 47.7 months, which is markedly longer than NETTER-1 trial with median PFS of 28.4 months. The median PFS was significantly longer in patients who received PRRT as first-line treatment after disease progression on somatostatin analogs compared to patients who received other therapies first (p-value = 0.04). The total disease response rate (DRR) and disease control rate (DCR) was 32% and 85% based on RECIST 1.1 and 45% and 83% based on Choi criteria. This trial demonstrates longer PFS with the addition of low dose maintenance therapy to induction therapy compared to NETTER-1 trial that only included induction therapy. Also, we observed considerable efficacy of PRRT in various types of advanced NETs.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».