MétaCan
Menu
Retour à la cohorte
Enregistrement W3199693232 · doi:10.1177/17588359211034708

New approaches to first-line treatment of advanced renal cell carcinoma

2021· review· en· W3199693232 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueTherapeutic Advances in Medical Oncology · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Cancer InstituteExelixis
Mots-clésAxitinibMedicineNivolumabPazopanibPembrolizumabCabozantinibSunitinibIpilimumabRenal cell carcinomaOncologyTyrosine-kinase inhibitorInternal medicineAvelumabKidney cancerLenvatinibImmunotherapyCancer

Résumé

récupéré en direct d'OpenAlex

The treatment of patients with renal cell carcinoma (RCC) is evolving rapidly, with promising new regimens being developed and approved for patients with advanced disease, particularly the combination of tyrosine kinase inhibitors with immune checkpoint inhibitors. Within the last 6 months, favorable first-line setting results for patients with clear cell RCC have been reported for the combination of cabozantinib plus nivolumab in the phase III CheckMate 9ER study, leading to its regulatory approval, and lenvatinib plus pembrolizumab in the phase III CLEAR study. Additional systemic first-line treatments for clear cell RCC include axitinib plus pembrolizumab, pazopanib, and sunitinib for favorable-risk patients and ipilimumab plus nivolumab, axitinib plus pembrolizumab, axitinib plus avelumab, and cabozantinib for intermediate- or poor-risk patients. In this review of novel approaches for first-line treatment of advanced RCC, we present an overview of current treatment strategies, the basis behind emerging treatment approaches, a summary of key results from the pivotal studies using tyrosine kinase inhibitor and immune checkpoint inhibitor combination therapy, novel treatments and strategies under development, and efforts for identifying biomarkers to guide treatment decisions.

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 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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,169
Tête enseignante GPT0,399
Écart entre enseignants0,230 · 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