MétaCan
Menu
Retour à la cohorte
Enregistrement W3167654629 · doi:10.1200/jco.2021.39.15_suppl.2640

Pan-Canadian cohort of immune checkpoint inhibitor-induced insulin-dependent diabetes mellitus (CANDIED).

2021· article· en· W3167654629 sur OpenAlexaffabout
Thiago Pimentel Muniz, Daniel Vilarim Araújo, Kerry J. Savage, Tina Cheng, Moumita Saha, Xinni Song, Sabrina Gill, Jose Gerard Monzon, Debjani Grenier, Sofia Genta, Anna Spreafico, David Hogg

Notice bibliographique

RevueJournal of Clinical Oncology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Diagnosis and Treatment
Établissements canadiensSt. Paul's HospitalUniversity of OttawaUniversity of CalgaryUniversity of ManitobaOttawa HospitalPrincess Margaret Cancer CentreUniversity Health NetworkUniversity of TorontoUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineDiabetes mellitusInternal medicineDiabetic ketoacidosisGastroenterologyAdverse effectInsulinKetoacidosisCancerCohortRegimenEndocrinologyType 1 diabetes

Résumé

récupéré en direct d'OpenAlex

2640 Background: Endocrine immune-related adverse events (irAEs) are frequent with immune checkpoint inhibitors (ICIs); however, ICI-related insulin-dependent diabetes mellitus (IDDM) is a rare but serious endocrine irAE. We describe the characteristics of patients who developed ICI-related IDDM across five academic Canadian cancer centres. Methods: In this multicentre, retrospective study, we included both patients who developed IDDM and patients with non-IDDM (NIDDM) or pre-DM who became insulin-dependent while on treatment with ICI. We collected data on primary tumor type, ICI regimen (single agent or combination), time to development of IDDM from ICI initiation, comorbidities, laboratory parameters at the time of IDDM diagnosis, tumor response and survival. A p value < 0.05 was considered statistically significant. Results: We identified 27 patients between July 2016 and August 2019. Median age was 60 (39-79) years, 20 (74%) were male, 15 (55%) had melanoma and 4 each (15%) non-small cell lung cancer (NSCLC) and renal cell carcinoma. Seven (26%) patients had prior NIDDM or pre-DM; 5 (18%) had an auto-immune disease (2 psoriasis, 2 inflammatory bowel disease, and 1 systemic lupus erythematosus). Laboratory parameters at presentation and management of IDDM are presented in the Table. Mean A1c was not statistically different between patients with or without prior NIDDM or pre-DM (8.4% vs. 8.6%; p = 0.9). All IDDM events were irreversible; 1 (4%) patient died of diabetic ketoacidosis. At time of IDDM diagnosis, 17 (63%) patients were receiving single agent anti-PD1 and 10 (37%) anti-PD1-based combinations (7 anti-CTLA-4, and 3 other compounds). Median time for development of IDDM from ICI initiation was 2.7 months (95% CI 0.2-5.3). Patients receiving combination ICI developed IDDM earlier than those treated with single agent (1.4 vs 4.8 months; p = 0.05). Amongst patients with metastatic disease (n = 24), 9 (38%) had a complete response and 7 (29%) had a partial response. Two patients (8%) were treated in the adjuvant setting; 1 (4%) received consolidation ICI. IDDM led to ICI discontinuation in 12 (44%) patients. After a median follow up of 21 months from ICI initiation, median survival was 30 months (95% CI NE) and was not reached in patients with melanoma and NSCLC. Conclusions: ICI-related IDDM is a rare and typically irreversible irAE that occurs early in the course of treatment and develops earlier with combination ICI. In this cohort, patients who developed ICI-related IDDM had a high tumor response rate and prolonged survival, especially melanoma and NSCLC patients. Prospective evaluation of autoantibodies to predict development of IDDM is ongoing.[Table: see text]

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,310
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,072
Tête enseignante GPT0,401
Écart entre enseignants0,329 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetCancer Diagnosis and TreatmentTravaux en français237 207