Meta-analysis of chemotherapy in head and neck cancer (MACH-NC): An update on 107 randomized trials and 19,805 patients, on behalf of MACH-NC Group
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The Meta-Analysis of Chemotherapy in squamous cell Head and Neck Cancer (MACH-NC) demonstrated that concomitant chemotherapy (CT) improved overall survival (OS) in patients without distant metastasis. We report the updated results. MATERIALS AND METHODS: Published or unpublished randomized trials including patients with non-metastatic carcinoma randomized between 1965 and 2016 and comparing curative loco-regional treatment (LRT) to LRT + CT or adding another timing of CT to LRT + CT (main question), or comparing induction CT + radiotherapy to radiotherapy + concomitant (or alternating) CT (secondary question) were eligible. Individual patient data were collected and combined using a fixed-effect model. OS was the main endpoint. RESULTS: For the main question, 101 trials (18951 patients, median follow-up of 6.5 years) were analyzed. For both questions, there were 16 new (2767 patients) and 11 updated trials. Around 90% of the patients had stage III or IV disease. Interaction between treatment effect on OS and the timing of CT was significant (p < 0.0001), the benefit being limited to concomitant CT (HR: 0.83, 95%CI [0.79; 0.86]; 5(10)-year absolute benefit of 6.5% (3.6%)). Efficacy decreased as patients age increased (p_trend = 0.03). OS was not increased by the addition of induction (HR = 0.96 [0.90; 1.01]) or adjuvant CT (1.02 [0.92; 1.13]). Efficacy of induction CT decreased with poorer performance status (p_trend = 0.03). For the secondary question, eight trials (1214 patients) confirmed the superiority of concomitant CT on OS (HR = 0.84 [0.74; 0.95], p = 0.005). CONCLUSION: The update of MACH-NC confirms the benefit and superiority of the addition of concomitant CT for non-metastatic head and neck cancer.
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 | 0,033 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,025 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».