Efficacy and safety of larotrectinib in TRK fusion-positive primary central nervous system tumors
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.
Notice bibliographique
Résumé
BACKGROUND: Larotrectinib is a first-in-class, highly selective tropomyosin receptor kinase (TRK) inhibitor approved to treat adult and pediatric patients with TRK fusion-positive cancer. The aim of this study was to evaluate the efficacy and safety of larotrectinib in patients with TRK fusion-positive primary central nervous system (CNS) tumors. METHODS: Patients with TRK fusion-positive primary CNS tumors from two clinical trials (NCT02637687, NCT02576431) were identified. The primary endpoint was investigator-assessed objective response rate (ORR). RESULTS: As of July 2020, 33 patients with TRK fusion-positive CNS tumors were identified (median age: 8.9 years; range: 1.3-79.0). The most common histologies were high-grade glioma (HGG; n = 19) and low-grade glioma (LGG; n = 8). ORR was 30% (95% confidence interval [CI]: 16-49) for all patients. The 24-week disease control rate was 73% (95% CI: 54-87). Twenty-three of 28 patients (82%) with measurable disease had tumor shrinkage. The 12-month rates for duration of response, progression-free survival, and overall survival were 75% (95% CI: 45-100), 56% (95% CI: 38-74), and 85% (95% CI: 71-99), respectively. Median time to response was 1.9 months (range 1.0-3.8 months). Duration of treatment ranged from 1.2-31.3+ months. Treatment-related adverse events were reported for 20 patients, with grade 3-4 in 3 patients. No new safety signals were identified. CONCLUSIONS: In patients with TRK fusion-positive CNS tumors, larotrectinib demonstrated rapid and durable responses, high disease control rate, and a favorable safety profile.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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