MétaCan
Menu
Retour à la cohorte
Enregistrement W3173018072 · doi:10.1200/jco.2021.39.15_suppl.9523

Effects of baseline lactate dehydrogenase (LDH), interferon gamma (IFN-g) expression, and tumor mutational burden (TMB) on treatment response to first-line atezolizumab (A) + vemurafenib (V) and cobimetinib (C) in <i>BRAF</i><sup>V600</sup> mutation–positive advanced melanoma.

2021· article· en· W3173018072 sur OpenAlexaff
Caroline Robert, Karl D. Lewis, Paolo A. Ascierto, Rodrigo Ramella Munhoz, Gabriella Liszkay, Luis de la Cruz‐Merino, Judit Oláh, Paola Queirolo, Jacek Mackiewicz, Ivor Caro, Kalpit Shah, Harper Forbes, Haocheng Li, Christian Hertig, Yibing Yan, Edward McKenna, Ralf Gutzmer, Grant A. McArthur

Notice bibliographique

RevueJournal of Clinical Oncology · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMelanoma and MAPK Pathways
Établissements canadiensRoche (Canada)
Organismes subventionnairesF. Hoffmann-La Roche
Mots-clésMedicineHazard ratioInternal medicineLactate dehydrogenaseAtezolizumabVemurafenibOncologyCancerMetastatic melanomaPembrolizumabImmunotherapyConfidence intervalEnzymeBiology

Résumé

récupéré en direct d'OpenAlex

9523 Background: The phase 3 IMspire150 study showed that first-line A+V+C improved investigator-assessed PFS vs placebo (P)+V+C in BRAFV600E/K mutation–positive advanced melanoma (hazard ratio 0.78; P=.0249). Prior biomarker analyses showed that IFN-g or TMB > 10 mut/Mb were associated with greater PFS benefits with A+V+C (Lewis et al. J ImmunoTher Cancer 2020;8:A188-A189). We further evaluated the association of these biomarkers with outcomes. Methods: Exploratory recursive partitioning analysis (RPA) was used to model associations between PFS and age ( < 65 vs ≥65 y), Eastern Cooperative Oncology Group performance status (0 vs 1), liver metastases (yes vs no), metastatic sites (≤3 vs > 3), sum of longest tumor diameters ( < 44 mm vs ≥44 mm), baseline LDH (normal [n] vs elevated [e]), TMB ( < 10 vs ≥10 mut/Mb), PD-L1 (negative vs positive), and IFN-g (high [h; > Quartile 3; Q3] vs intermediate [ > Q1 and ≤Q3] vs low [≤Q1]). Time-to-event analyses were summarized using Kaplan-Meier estimates. Results: The RPA analysis included 208/256 (81.3%) patients (pts) from the A+V+C arm of IMspire150 for whom LDH, TMB, IFN-g, and PD-L1 data were available. RPA showed that LDH was associated with PFS. In pts treated with A+V+C and n-LDH, h-IFN-g signature was associated with longer PFS and higher rates of objective response (OR) and complete response (CR) vs low/intermediate (l/i) IFN-g (2-y PFS: 59% vs 38%; ORR: 77% vs 69%; CR: 38% vs 15%, respectively); TMB ≥10 mut/Mb was associated with more favorable outcomes in pts with e-LDH (Table). In contrast, neither IFN-g nor TMB discriminated PFS outcomes in n-LDH or e-LDH pt subgroups receiving P+V+C. Pts with e-LDH and TMB < 10 mut/Mb had poor PFS outcomes, with 2-y PFS rates of 9% and 3% and lower rates of OR (51% and 62%) and CR (5% and 9%) in the A+V+C and P+V+C arms, respectively. Similar trends were observed for duration of response (DOR), and for the subset of pts with BRAFV600E mutation–positive melanoma. A+V+C improved PFS vs P+V+C across all subgroups with the exception of e-LDH and TMB < 10. Conclusions: IFN-g and TMB discriminated PFS benefit in pts receiving A+V+C but not for those receiving P+V+C. Durable responses were observed for pts treated with A+V+C in the n-LDH + h-IFNg subgroups.[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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
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)0,0020,000

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 Opus0,022
Tête enseignante GPT0,345
Écart entre enseignants0,324 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetMelanoma and MAPK PathwaysTravaux en français237 207