Clinical and Hematological Predictors of High-Grade Immune-Related Adverse Events Associated With Immune Checkpoint Inhibitors
Notice bibliographique
Résumé
BACKGROUND: Life-threatening immune-related adverse events (irAEs) that require hospital admission are not uncommon in patients treated with immune checkpoint inhibitors (ICIs). The clinical and hematological parameters are attractive biomarkers as potential predictors of irAE. METHODS: This is a retrospective study of patients with melanoma and lung cancer treated with ICIs between 2015 and 2019 at the University of South Alabama Mitchell Cancer Institute. Fisher's exact test, Pearson Chi-squared test, log-rank test, and Cox proportional hazard model were used to evaluate clinical and hematological parameters as possible predictors of irAE. RESULTS: The cohort consisted of 160 patients treated with at least two doses of ICI, of which 54 (33.8%) patients had melanoma and 106 (66.3%) had lung cancer. Incidence of irAE did not have any bearing on the overall survival (OS) or progression-free survival (PFS) of the cohort. The clinical factors associated with irAE were dual-agent therapy (ipilimumab/nivolumab combination) and high disease burden (≥ 2 metastatic sites). The irAE-group had a lower mean platelet-to-lymphocyte ration (PLR, 200 vs. 257, P = 0.04). Although not statistically significant at the level of 0.05, other factors such as type of cancer (lung cancer > melanoma (P = 0.06)), stage at treatment (stage IV > stage II and III disease (P = 0.06)), and higher absolute lymphocyte counts (P = 0.07) showed a considerable association with irAE and warrants further review with different patient data. CONCLUSIONS: Irrespective of ICI used to treat lung cancer and melanoma, patients with high disease burden and dual-agent ICI therapy were more prone to irAE. The only hematological parameter that may predict the incidence of irAE is low baseline PLR.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».