Immune checkpoint inhibitor use in patients with end-stage kidney disease: an analysis of reported cases and literature review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Immune checkpoint inhibitors (ICIs), immunomodulatory antibodies that are used to enhance the immune system, have substantially improved the prognosis of patients with advanced malignancy. As the use of ICI therapy becomes increasingly widespread across different types of cancer, their use in patients receiving dialysis is likely to increase. In this review we summarize the current literature on the use of ICIs in end-stage kidney disease (ESKD) patients and provide aggregate data from reported cases and series. Based on available pharmacological information, ICIs require no dosing adjustment in ESKD patients. Analysis of the reported cases in the literature demonstrates a similar incidence of immune-related adverse events in patients with ESKD receiving dialysis as compared with the general population (49%). Severe reactions graded as 3 and 4 have been seen in 15 patients (16%). As such, it is important that these patients are monitored very closely for immune-related adverse events; however, the risk of these adverse events should not preclude patients on dialysis from receiving these therapies. Cancer remission (complete and partial) was seen in close to 30% of patients, stable disease was seen in 28% and progression of disease in ∼36%. One-third of the patients died. Urothelial and renal cell cancer represented approximately half of all treated cancers and accounted for ∼50% of all deaths reported. Additional data in the dialysis population with the use of ICIs and involvement in prospective studies are needed to better assess outcomes, particularly within specific cancer types.
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.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle