MétaCan
Menu
Retour à la cohorte
Enregistrement W3132362195 · doi:10.1158/1538-7445.sabcs20-ps10-14

Abstract PS10-14: Efficacy and safety of palbociclib (PAL) in patients (pts) with estrogen receptor-positive (ER+)/human epidermal growth factor receptor 2-negative (HER2-) advanced breast cancer (ABC) with preexisting conditions: A post hoc analysis of PALOMA-2

2021· article· en· W3132362195 sur OpenAlexaff
Karen Gelmon, Janice M. Walshe, Reshma Mahtani, Anil A. Joy, Meghan Karuturi, Patrick Neven, Dongrui R. Lu, Sindy Kim, Patrick Schnell, Eustratios Bananis, Lee S. Schwartzberg

Notice bibliographique

RevueCancer Research · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Breast Cancer Therapies
Établissements canadiensUniversity of AlbertaSpinal Cord Injury BC
Organismes subventionnairesnon disponible
Mots-clésMedicineNeutropeniaInternal medicineAdverse effectBreast cancerCancerPlaceboPalbociclibEstrogen receptorOncologyGastroenterologyMetastatic breast cancerToxicityPathology

Résumé

récupéré en direct d'OpenAlex

Abstract Background: In the PALOMA-2 trial, PAL + letrozole (LET) significantly prolonged progression-free survival (PFS) vs placebo (PBO) + LET in pts with ER+/HER2– ABC. This post hoc analysis assessed efficacy and safety of PAL + LET in pts from PALOMA-2 with baseline preexisting conditions grouped by Medical Dictionary for Regulatory Activities (MedDRA) System Organ Class (SOC). Methods: Postmenopausal pts with ER+/HER2– ABC received PAL (125 mg/d, 3/1 schedule) + LET (2.5 mg/d, continuous) or PBO + LET. Pts were grouped by the following MedDRA SOC preexisting conditions: Gastrointestinal, Musculoskeletal, Metabolism, and Vascular/Cardiac. Baseline characteristics, PFS, and safety were assessed. Results: At baseline, 41.4% of pts had preexisting gastrointestinal disorders, 58.6% musculoskeletal disorders, 38.9% metabolism disorders, and 57.4% vascular/cardiac disorders. Baseline characteristics were similar between treatment arms within each subgroup and also between subgroups. Within each subgroup, ≥40% of pts also had ≥1 of the other coexisting conditions. Median PFS (mPFS) was significantly longer with PAL + LET vs PBO + LET regardless of preexisting condition (Table). In general, adverse events (AEs) were more frequent with PAL + LET in all subgroups; neutropenia was most common. Within each treatment arm, AEs and dose modifications due to AEs were similar regardless of preexisting condition. Conclusion: PAL + LET showed prolonged PFS and a consistent safety profile regardless of baseline preexisting condition in pts with ER+/HER2– ABC. Clinical trial identification: Pfizer Inc (NCT01740427) TablePreexisting ConditionPAL + LETPBO + LETPAL + LET vs PBO + LETnmPFS (95% CI)nmPFS (95% CI)HR (95% CI)P ValueGastrointestinal17627.6 (17.5–33.1)10013.6 (11.0–18.5)0.57 (0.42–0.78)<0.001Musculoskeletal25227.6 (21.4–33.1)13816.3 (11.2–19.1)0.53 (0.41–0.69)<0.001Metabolism18627.6 (19.3–30.6)7313.8 (8.3–27.4)0.62 (0.44–0.87)0.003Vascular/Cardiac25430.4 (25.1–36.2)12814.5 (11.0–18.5)0.51 (0.39–0.66)<0.001 Citation Format: Karen Gelmon, Janice M Walshe, Reshma Mahtani, Anil A Joy, Meghan Karuturi, Patrick Neven, Dongrui Ray Lu, Sindy Kim, Patrick Schnell, Eustratios Bananis, Lee Schwartzberg. Efficacy and safety of palbociclib (PAL) in patients (pts) with estrogen receptor-positive (ER+)/human epidermal growth factor receptor 2-negative (HER2-) advanced breast cancer (ABC) with preexisting conditions: A post hoc analysis of PALOMA-2 [abstract]. In: Proceedings of the 2020 San Antonio Breast Cancer Virtual Symposium; 2020 Dec 8-11; San Antonio, TX. Philadelphia (PA): AACR; Cancer Res 2021;81(4 Suppl):Abstract nr PS10-14.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,121
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,028
Tête enseignante GPT0,362
Écart entre enseignants0,334 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetAdvanced Breast Cancer TherapiesTravaux en français237 207