MétaCan
Menu
Retour à la cohorte
Enregistrement W3210787730 · doi:10.2217/imt-2021-0068

Association Between PD-L1 Inhibitor, Tumor Site and Adverse Events of Potential Immune Etiology Within the US FDA Adverse Event Reporting System

2021· article· en· W3210787730 sur OpenAlexaff
Omar Abdel‐Rahman

Notice bibliographique

RevueImmunotherapy · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineAdverse effectAdverse Event Reporting SystemCommon Terminology Criteria for Adverse EventsInternal medicineIpilimumabOncologyCancerImmunotherapyNivolumabEtiologyMedDRAKidney cancerPharmacovigilance

Résumé

récupéré en direct d'OpenAlex

Objective: To analyze tumor- and treatment-related factors that might impact the development of certain adverse events (AEs) of potential immune etiology among patients receiving PD-L1 inhibitors. Methods: The FDA Adverse Event Reporting System (FAERS) was accessed, and AE reports related to the use of PD-L1 inhibitors were reviewed. Associations between treatment, tumor type and occurrence of AEs of special interest were analyzed through multivariable logistic regression analysis. Results: A total of 80,304 AE reports were included in the current analysis. Diagnosis with lung cancer was associated with a higher probability of pneumonitis; diagnosis with melanoma was associated with a higher probability of hepatitis, hypophysitis/hypopituitarism and uveitis; and diagnosis with genitourinary cancers was associated with a higher probability of nephritis, adrenal insufficiency and myocarditis. Conclusion: Within this cohort limited to AEs reported to the FAERS, there is an association between different AEs of special interest, agent(s) used and tumor(s) treated.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,609
Score d'incertitude au seuil0,746

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,267
Écart entre enseignants0,257 · 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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueImmunotherapyMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207