MétaCan
Menu
Retour à la cohorte
Enregistrement W3202872245 · doi:10.1136/jitc-2021-003467

Acute kidney injury in patients treated with immune checkpoint inhibitors

2021· article· en· W3202872245 sur OpenAlexaff
Shruti Gupta, Samuel Short, Meghan E. Sise, Jason Prosek, Sethu M. Madhavan, María José Soler, Marlies Ostermann, Sandra M. Herrmann, Ala Abudayyeh, Shuchi Anand, Ilya Glezerman, Shveta S. Motwani, Naoka Murakami, Rimda Wanchoo, David I. Ortiz-Melo, Arash Rashidi, Ben Sprangers, Vikram Aggarwal, Abhinav Malik, Sebastian Loew, Christopher A. Carlos, Wei‐Ting Chang, Pazit Beckerman, Zain Mithani, Chintan V. Shah, Amanda DeMauro Renaghan, Sophie de Seigneux, Luca Campedel, Abhijat Kitchlu, Daniel Sanghoon Shin, Sunil Rangarajan, Priya Deshpande, Gaia Coppock, Mark Eijgelsheim, Harish Seethapathy, Meghan Lee, Ian A. Strohbehn, Dwight H. Owen, Marium Husain, Clara García-Carro, Sheila Bermejo, Nuttha Lumlertgul, Nina Seylanova, Lucy Flanders, Busra Isik, Omar Mamlouk, Jamie S. Lin, Pablo García, Aydin Kaghazchi, Yuriy Khanin, Sheru Kansal, Els Wauters, Sunandana Chandra, Kai M. Schmidt‐Ott, Raymond K. Hsu, Maria Clarissa Tio, Suraj Sarvode Mothi, Harkarandeep Singh, Deborah Schrag, Kenar D. Jhaveri, Kerry L. Reynolds, Frank B. Cortazar, David E. Leaf

Notice bibliographique

RevueJournal for ImmunoTherapy of Cancer · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensUniversity of TorontoSt. Thomas HospitalUniversity Health Network
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Cancer InstituteNational Heart, Lung, and Blood Institute
Mots-clésMedicineAcute kidney injuryRenal functionInternal medicineCreatinineOdds ratioProportional hazards modelBiopsyUrologyGastroenterology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Immune checkpoint inhibitor-associated acute kidney injury (ICPi-AKI) has emerged as an important toxicity among patients with cancer. METHODS: We collected data on 429 patients with ICPi-AKI and 429 control patients who received ICPis contemporaneously but who did not develop ICPi-AKI from 30 sites in 10 countries. Multivariable logistic regression was used to identify predictors of ICPi-AKI and its recovery. A multivariable Cox model was used to estimate the effect of ICPi rechallenge versus no rechallenge on survival following ICPi-AKI. RESULTS: ICPi-AKI occurred at a median of 16 weeks (IQR 8-32) following ICPi initiation. Lower baseline estimated glomerular filtration rate, proton pump inhibitor (PPI) use, and extrarenal immune-related adverse events (irAEs) were each associated with a higher risk of ICPi-AKI. Acute tubulointerstitial nephritis was the most common lesion on kidney biopsy (125/151 biopsied patients [82.7%]). Renal recovery occurred in 276 patients (64.3%) at a median of 7 weeks (IQR 3-10) following ICPi-AKI. Treatment with corticosteroids within 14 days following ICPi-AKI diagnosis was associated with higher odds of renal recovery (adjusted OR 2.64; 95% CI 1.58 to 4.41). Among patients treated with corticosteroids, early initiation of corticosteroids (within 3 days of ICPi-AKI) was associated with a higher odds of renal recovery compared with later initiation (more than 3 days following ICPi-AKI) (adjusted OR 2.09; 95% CI 1.16 to 3.79). Of 121 patients rechallenged, 20 (16.5%) developed recurrent ICPi-AKI. There was no difference in survival among patients rechallenged versus those not rechallenged following ICPi-AKI. CONCLUSIONS: Patients who developed ICPi-AKI were more likely to have impaired renal function at baseline, use a PPI, and have extrarenal irAEs. Two-thirds of patients had renal recovery following ICPi-AKI. Treatment with corticosteroids was associated with improved renal recovery.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,009
Tête enseignante GPT0,293
Écart entre enseignants0,284 · 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

Citations225
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal for ImmunoTherapy of CancerMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207